Análisis de la relación entre la competitividad de las empresas y su presencia online

Abstract

[CA] En l'actualitat, la transformació digital ha portat al fet que el comerç en línia tinga un pes cada vegada major en comparació amb les botigues físiques, la qual cosa ha obligat les empreses a centrar-se en la seua presència digital per a expandir les seues vendes i atraure a més clients. En aquest context, les estratègies de màrqueting en línia s'han tornat fonamentals per a la captació de clients i augmentar la competitivitat. En aquest sentit, l'empremta digital que deixen les empreses en temps real pot ser una eina molt valuosa per a predir el seu grau de competitivitat i aplicar estratègies de millora. El projecte té com a objectiu general analitzar la correlació entre els indicadors de competitivitat i la presència en línia de les empreses. Per a això, s'utilitzaran els indicadors econòmics obtinguts del Sistema d'Anàlisi de Balanços Ibèrics (SABI), incloent-hi el nombre d'empleats, la rendibilitat econòmica i l'immobilitzat intangible. A més, es mesuraran les variables que mesuren l'empremta digital de les empreses a través de la mineria de dades, utilitzant el text de la pàgina web per a crear un vector de *embedding. A través dels mètodes d'aprenentatge automàtic, es podran classificar les dades en diferents clústers en funció de les similituds trobades en les dades. D'aquesta manera, es podrà avaluar la relació entre els indicadors econòmics i la presència en línia de les empreses i determinar si l'empremta digital és un indicador vàlid per a mesurar la competitivitat d'aquestes. Els resultats obtinguts en aquest projecte suggereixen que existeix una relació significativa entre la presència en línia de les empreses i la seua competitivitat. Les dades analitzades es divideixen en dos grups clarament diferenciats: empreses competitives i menys competitives, l'empremta digital de les quals presenta característiques distintives. Els mètodes d'aprenentatge automàtic, com el *SVM i la regressió logística, van resultar ser eficaces per a classificar les dades segons la seua similitud. A més, es va aconseguir obtindre una funció de regressió lineal que permet predir el valor de la rendibilitat econòmica d'una empresa en funció del text de la seua pàgina web. Aquestes troballes indiquen que l'empremta digital d'una empresa pot ser una eina útil per a avaluar la seua competitivitat i aplicar estratègies de millora.

[ES] En la actualidad, la transformación digital ha llevado a que el comercio online tenga un peso cada vez mayor en comparación con las tiendas físicas, lo que ha obligado a las empresas a centrarse en su presencia digital para expandir sus ventas y atraer a más clientes. En este contexto, las estrategias de marketing online se han vuelto fundamentales para la captación de clientes y aumentar la competitividad. En este sentido, la huella digital que dejan las empresas en tiempo real puede ser una herramienta muy valiosa para predecir su grado de competitividad y aplicar estrategias de mejora. El proyecto tiene como objetivo general analizar la correlación entre los indicadores de competitividad y la presencia online de las empresas. Para ello, se utilizarán los indicadores económicos obtenidos del Sistema de Análisis de Balances Ibéricos (SABI), incluyendo el número de empleados, la rentabilidad económica y el inmovilizado intangible. Además, se medirán las variables que miden la huella digital de las empresas a través de la minería de datos, utilizando el texto de la página web para crear un vector de embedding. A través de los métodos de aprendizaje automático, se podrán clasificar los datos en diferentes clusters en función de las similitudes encontradas en los datos. De esta manera, se podrá evaluar la relación entre los indicadores económicos y la presencia online de las empresas y determinar si la huella digital es un indicador válido para medir la competitividad de las mismas. Los resultados obtenidos en este proyecto sugieren que existe una relación significativa entre la presencia online de las empresas y su competitividad. Los datos analizados se dividen en dos grupos claramente diferenciados: empresas competitivas y menos competitivas, cuya huella digital presenta características distintivas. Los métodos de aprendizaje automático, como el SVM y la regresión logística, resultaron ser eficaces para clasificar los datos según su similitud. Además, se logró obtener una función de regresión lineal que permite predecir el valor de la rentabilidad económica de una empresa en función del texto de su página web. Estos hallazgos indican que la huella digital de una empresa puede ser una herramienta útil para evaluar su competitividad y aplicar estrategias de mejora.

[EN] Nowadays, digital transformation has led to online commerce having an increasing weight compared to physical stores, which has forced companies to focus on their digital presence to expand their sales and attract more customers. In this context, online marketing strategies have become essential to attract customers and increase competitiveness. In this sense, the digital footprint left by companies in real time can be a very valuable tool to predict their degree of competitiveness and implement improvement strategies. The general objective of the project is to analyze the correlation between competitiveness indicators and the online presence of companies. For this purpose, economic indicators obtained from the Iberian Balance Sheet Analysis System (SABI) will be used, including the number of employees, economic profitability and intangible fixed assets. In addition, variables that measure the digital footprint of companies will be measured through data mining, using the text of the web page to create an embedding vector. Through machine learning methods, it will be possible to classify the data into different clusters based on the similarities found in the data. In this way, it will be possible to evaluate the relationship between economic indicators and the online presence of companies and determine whether the digital footprint is a valid indicator to measure the competitiveness of companies. The results obtained in this project suggest that there is a significant relationship between the online presence of companies and their competitiveness. The data analyzed are divided into two clearly differentiated groups: competitive and less competitive companies, whose digital footprint has distinctive characteristics. Machine learning methods, such as SVM and linear regression, proved to be effective in classifying the data according to their similarity. In addition, a logistic regression function was obtained to predict the value of a company's economic profitability based on the text on its website. These findings indicate that a company's digital footprint can be a useful tool for assessing its competitiveness and implementing improvement strategies.