Publicación:
Diseño de un modelo de inteligencia de negocios para la empresa SICMAFARMA S.A.

dc.contributor.advisorPatiño Castro, Omar Alonso
dc.contributor.authorOsorio Betancur, Fabio Alberto
dc.contributor.authorGarcía Mansang, María Alejandra
dc.contributor.authorBonilla Sanchez, Juan Sebastián
dc.contributor.juryCobo Campo, Luis Armando
dc.contributor.juryPorras Vega, Jhon Jairo
dc.creator.id1053780474
dc.creator.id1018433820
dc.creator.id1022351925
dc.date.accessioned2025-06-16T21:19:50Z
dc.date.issued2025-05-21
dc.description.abstractEste trabajo de grado se centra en el diseño de un modelo de Business Intelligence (BI) para SICMAFARMA S.A.S., una empresa farmacéutica colombiana. La industria farmacéutica enfrenta desafíos como la alta competencia, regulaciones estrictas y la evolución de enfermedades, lo que hace necesario optimizar la toma de decisiones estratégicas basadas en datos en tiempo real. El objetivo principal es mejorar la eficiencia operativa, la gestión de inventarios y el posicionamiento en el mercado institucional y retail. La metodología empleada es mixta, combinando encuestas y entrevistas dirigidas a empleados, gerentes y personal médico, lo que permitió identificar la fragmentación en la integración de datos como un obstáculo para el crecimiento competitivo. Se propone un modelo de BI centralizado que integre datos de ventas, producción y clientes, incorporando herramientas de análisis predictivo para la demanda de medicamentos y estrategias de marketing personalizadas. Los resultados muestran que la implementación de este modelo permitiría una mejor planificación estratégica, optimización de procesos y aumento de la competitividad en el sector. En conclusión, el BI se consolida como una solución clave para la sostenibilidad e innovación en SICMAFARMA, con potencial de aplicación en otras empresas farmacéuticas.spa
dc.description.abstractThis thesis focuses on the design of a Business Intelligence (BI) model for SICMAFARMA S.A.S., a Colombian pharmaceutical company. The pharmaceutical industry faces challenges such as high competition, strict regulations, and the evolution of diseases, making it necessary to optimize strategic decision-making based on real-time data. The main objective is to improve operational efficiency, inventory management, and market positioning in both institutional and retail sectors. The methodology used is mixed, combining surveys and interviews with employees, managers, and medical staff, which allowed identifying data integration fragmentation as a barrier to competitive growth. A centralized BI model is proposed to integrate sales, production, and customer data, incorporating predictive analytics tools for drug demand forecasting and personalized marketing strategies. The results indicate that implementing this model would enhance strategic planning, optimize processes, and increase competitiveness in the sector. In conclusion, BI emerges as a key solution for sustainability and innovation in SICMAFARMA, with the potential for application in other pharmaceutical companies.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Gerencia de Sistemas de Información y Proyectos Tecnológicosspa
dc.description.tableofcontentsLista de Ilustraciones ................................................................................................................ 12 Lista de Tablas .......................................................................................................................... 13 Introducción .............................................................................................................................. 14 Objetivos .................................................................................................................................... 17 Objetivo general...................................................................................................................... 17 Objetivos específicos ............................................................................................................... 17 Justificación ............................................................................................................................... 18 Marco Institucional ................................................................................................................... 21 Marco Contextual y Conceptual .............................................................................................. 26 Diseño Metodológico de la Consultoría ................................................................................... 34 Diagnóstico Organizacional ..................................................................................................... 39 Resultados de la Solución ......................................................................................................... 47 Conclusiones y Recomendaciones ............................................................................................ 61 Evaluación de la Gestión de Datos y Toma de Decisiones ..................................................... 61 Referencias................................................................................................................................. 66 Anexos ........................................................................................................................................ 70 Anexo A – Ilustraciones Diagnostico Organizacional ............................................................ 70 Anexo B – Usos Prácticos del Modelo de Bussiness Intelligence para Sicmafarma .............. 75 Anexo C - Procedimiento e Instrumentos de Recolección de Datos ....................................... 77 Anexo D – Marco PESTEL ..................................................................................................... 79 Anexo E – Matriz PORTER .................................................................................................... 91 Anexo F – Modelos de Predicción Sugeridos ......................................................................... 95 Anexo G – Cotización Base AWS Cost Calculator ............................................................... 100spa
dc.formatpdf
dc.format.extentPáginas 102
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-MGSI
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/14839
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programMaestría en Gerencia de Sistemas de Información y Proyectos Tecnológicos Virtualspa
dc.relation.references5 acciones de datos y análisis para su empresa basada en datos. (2025). Recuperado el 15 de febrero de 2025, de https://www.gartner.com/en/informationtechnology/insights/data-and-analytics-essential-guides
dc.relation.referencesAjustes a la publicidad de medicamentos: Resolución 1896 de 2023., 2023. Recuperado el 15 de febrero de 2025, de https://consultorsalud.com/aj-publicidad-de-medicamentosresolucion-1896-2023/
dc.relation.referencesAkbarpour, M., Ali Torabi, S., & Ghavamifar, A., 2020. Designing an integrated pharmaceutical relief chain network under demand uncertainty. Transportation Research Part E: Logistics and Transportation Review, 136. https://doi.org/10.1016/j.tre.2020.101867
dc.relation.referencesBücker, M., Hoti, K., & Rose, O., 2024. Artificial intelligence to assist decision-making on pharmacotherapy: A feasibility study. Exploratory Research in Clinical and Social Pharmacy, 15. https://doi.org/10.1016/j.rcsop.2024.100491
dc.relation.referencesDamiati, S. A, 2020. Digital Pharmaceutical Sciences. En AAPS PharmSciTech (Vol. 21, Número 6). Springer. https://doi.org/10.1208/s12249-020-01747-4
dc.relation.referencesGilardino, R. E., Mejía, A., Guarín, D., Rey-Ares, L., & Perez, A., 2020. Implementing Health Technology Assessments in Latin America: Looking at the Past, Mirroring the Future. A Perspective from the ISPOR Health Technology Assessment Roundtable in Latin America. Value in Health Regional Issues, 23, 6–12. https://doi.org/10.1016/j.vhri.2019.10.002
dc.relation.referencesHenstock, P. V., 2019. Science and Society Artificial Intelligence for Pharma: Time for Internal Investment. En Trends in Pharmacological Sciences (Vol. 40, Número 8). www.wired.co.uk/article/ai-cancer-drugs-berg-
dc.relation.referencesHuang, H.-C., Wang, H.-K., Chen, H.-L., Wei, J., Yin, W.-H., & Lin, K.-C., 2024. Adopting Business Intelligence Techniques in Healthcare Practice. Informatics, 11(3), 65. https://doi.org/10.3390/informatics11030065
dc.relation.referencesIQVIA: tendencias del mercado en Latam - Pharmabiz.NET., 2025. Recuperado el 15 de febrero de 2025, de https://www.pharmabiz.net/iqvia-tendencias-del-mercado-enlatam/
dc.relation.referencesKulkov, I., 2021. The role of artificial intelligence in business transformation: A case of pharmaceutical companies. Technology in Society, 66. https://doi.org/10.1016/j.techsoc.2021.101629
dc.relation.referencesLaboratorios Biosano. (2024). Inicio. https://www.biosano.cl/
dc.relation.referencesLey 1751 de 2015 - Gestor Normativo - Función Pública., 2015. Recuperado el 15 de febrero de 2025, de https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=60733
dc.relation.referencesMedicamentos y productos biológicos | INVIMA., 2025. Recuperado el 15 de febrero de 2025, de https://www.invima.gov.co/productos-vigilados/medicamentos-y-productosbiologicos
dc.relation.referencesMortlock, R., & Lucas, C., 2025. Generative artificial intelligence (Gen-AI) in pharmacy education: Utilization and implications for academic integrity: A scoping review. Exploratory Research in Clinical and Social Pharmacy, 15. https://doi.org/10.1016/j.rcsop.2024.100481
dc.relation.referencesOlayinka, I., Ugwu, O., Omolola, H., Onasanya, T., Sanusi, M., Odukoya, O., & O., S., 2024. Artificial Intelligence in Healthcare Supply Chains: Enhancing Resilience and Reducing Waste. 2132–2454.
dc.relation.referencesPatel, V., & Shah, M., 2022. Artificial intelligence and machine learning in drug discovery and development. En Intelligent Medicine (Vol. 2, Número 3, pp. 134–140). Chinese Medical Association. https://doi.org/10.1016/j.imed.2021.10.001
dc.relation.referencesPreininger, A. M., South, B., Heiland, J., Buchold, A., Baca, M., Wang, S., Nipper, R., Kutub, N., Bohanan, B., & Jackson, G. P., 2020. Artificial intelligence-based conversational agent to support medication prescribing. JAMIA Open, 3(2), 225–232. https://doi.org/10.1093/jamiaopen/ooaa009
dc.relation.referencesSalehi, F., Mirzapour Al-E-Hashem, S. M. J., Moattar Husseini, S. M., & Ghodsypour, S. H., 2023. A bi-level multi-follower optimization model for R&D project portfolio: an application to a pharmaceutical holding company. Annals of Operations Research, 323(1–2), 331–360. https://doi.org/10.1007/s10479-022-05052-0
dc.relation.referencesSICMAFARMA S.A.S. (2024). Portafolio institucional y estructura organizacional [Documento interno, compartido para la consultoría académica].
dc.relation.referencesSharda, Ramesh, Delen, Dursun., & Turban, Efraim., 2021. Analytics, data science, & artificial intelligence: systems for decision support. (p. 833). Pearson.
dc.relation.referencesWai, D. F., Merchant, R. F., & Donneyong, M. M., 2023. Optimizing Medication Distribution in Automated Dispensing Cabinets: Dashboard Implementation and Evaluation. JOURNAL OF PHARMACY PRACTICE, 36(6), 1404–1411. https://doi.org/10.1177/08971900221118159
dc.relation.referencesYetgin, S. A., & Altas, H., 2025. Analyzing the Corporate Business Intelligence Impact: A Case Study in the Financial Sector. Applied Sciences, 15(3), 1012. https://doi.org/10.3390/app15031012
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.lembEvaluación de proyectosspa
dc.subject.lembInteligencia de negociosspa
dc.subject.lembServicios de información en negociosspa
dc.subject.lembAnalítica de negociosspa
dc.subject.lembBases de datosspa
dc.subject.proposalBusiness Intelligencespa
dc.subject.proposalIndustria farmacéuticaspa
dc.subject.proposalAnálisis predictivospa
dc.subject.proposalInnovaciónspa
dc.subject.proposalGestión de datosspa
dc.subject.proposalInteligencia de Negociosspa
dc.subject.proposalBusiness Intelligenceeng
dc.subject.proposalPharmaceutical industryeng
dc.subject.proposalPredictive analyticseng
dc.subject.proposalInnovationeng
dc.subject.proposalData managementeng
dc.titleDiseño de un modelo de inteligencia de negocios para la empresa SICMAFARMA S.A.spa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.otherTrabajo de grado - Maestría
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameMaestría en Gerencia de Sistemas de Información y Proyectos Tecnológicos - Virtual

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
OsorioFabio2025.pdf
Tamaño:
2.71 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría
Cargando...
Miniatura
Nombre:
OsorioFabio2025_Anexo.pdf
Tamaño:
253.25 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción: