2026-09-20T02:05:53Zhttps://repository.universidadean.edu.co/server/oai/request

oai:repository.universidadean.edu.co:10882/154192025-12-03T15:01:18Zcom_10882_49com_10882_48col_10882_50

Estrategias integrales de posicionamiento en la Escuela Colombiana de Rehabilitación ECR Integrated positioning strategies at the Escuela Colombiana de Rehabilitación ECR Fernández Moncada, Nicolás Castro Rojas, Leidy Yesenia Navia Barragán, William Fernando Díez Silva, Henry Mauricio EMPRENDIMIENTO Y GERENCIA::GRUPO DE GERENCIA EN LAS GRANDES, MEDIANA Y PEQUEÑAS EMPRESAS G3PYMES OMAR ALONSO PATIÑO CASTRO Categoría A1 COL0016327 Lobo Clavijo, Juan Diego Parrado Castañeda, Ángela María Estrategias para el desarrollo Mercadeo institucional Competitividad Educación superior -- Mercadeo Posicionamiento (Publicidad) Servicio al cliente Estrategia Salud Análisis interno Análisis externo Mapa de estrategias Mapa de experiencia del cliente Posicionamiento Customer journey map Higher education Integrated strategies Internal analysis External analysis Positioning Student experience El presente trabajo se centra en la formulación de estrategias integrales de posicionamiento para la Escuela Colombiana de Rehabilitación (ECR), con el propósito de fortalecer su visibilidad, competitividad y relación con los estudiantes en el sector educativo. Como punto de partida, se identifica la necesidad de comprender de manera integral la experiencia del estudiante y los factores que inciden en su percepción institucional (Diez Silva, 2024). El objetivo principal consiste en diseñar un Mapa de Experiencia del Cliente (Customer Journey Map, CJM) que permita identificar los puntos de dolor en las interacciones del estudiante con la ECR y establecer estrategias integrales orientadas a la mejora de su experiencia y a brindar un posicionamiento a la ECR. La metodología se estructura en tres etapas. En la primera, se desarrolla un análisis interno y externo que permite determinar el estado actual de la institución y los factores que influyen en su posicionamiento. Para este fin se aplican herramientas estratégicas como la Matriz de Tendencias, la Matriz de Perfil Competitivo (MPC), la Matriz EFE (Evaluación de Factores Externos), la Matriz EFI (Evaluación de Factores Internos) y el Análisis DOFA, las cuales facilitan la identificación de oportunidades, amenazas, fortalezas y debilidades relevantes para la gestión institucional y la experiencia del estudiante. En la segunda etapa, se realiza un análisis cualitativo basado en entrevistas con actores estratégicos de la institución: Admisiones, Comunicación Interna, Comunicación Externa, Bienestar Institucional y estudiantes, complementado con el análisis de las encuestas “Great Place to Work” (GPTW) y de Satisfacción Estudiantil aplicada en la ECR. Esta información permite comprender la percepción interna y externa sobre la experiencia estudiantil en la ECR. La tercera etapa corresponde a la construcción del Mapa de Experiencia del Cliente (CJM), herramienta que permite ver de manera muy gráfica la percepción del estudiante en cada punto de interacción y sub-interacción con la institución. Cada momento se clasifica como positivo, neutro o negativo, según la evidencia obtenida, lo cual facilita la formulación y priorización de estrategias de mejora considerando su impacto, esfuerzo y relevancia para la satisfacción estudiantil. This research focuses on the formulation of comprehensive positioning strategies for the Escuela Colombiana de Rehabilitación (ECR), aiming to strengthen its visibility, competitiveness, and relationship with students in the higher education sector. The study originates from the need to understand, in an integrated manner, the student experience and the factors that shape institutional perception (Diez Silva, 2024). The main objective is to design a Customer Journey Map (CJM) that identifies pain points across the student experience and establishes strategic actions to enhance satisfaction and reinforce the institutional positioning of ECR. The methodology is structured in three phases. The first involves an internal and external analysis, applying strategic tools such as the Trend Matrix, Competitive Profile Matrix (CPM), External Factors Evaluation Matrix (EFE), Internal Factors Evaluation Matrix (IFE), and SWOT Analysis to identify opportunities, threats, strengths, and weaknesses affecting institutional performance. The second phase integrates qualitative analysis through interviews with key stakeholders—Admissions, Internal and External Communications, Student Well-being, and students—supported by data from the “Great Place to Work” (GPTW) and Student Satisfaction Surveys. Finally, the Customer Journey Map visually represents each interaction, categorizing moments as positive, neutral, or negative to prioritize improvement strategies based on impact, effort, and relevance. Lista de Figuras 16 Lista de Tablas 17 Introducción 18 Objetivos 22 Objetivo general 22 Objetivos específicos 22 Justificación 23 Marco Institucional 25 Presentación de la ECR 25 Conociendo el sector de la ECR 28 Posicionamiento en el Mercado 35 Productos o servicios ofertados 37 Marco de Referencia 39 Marco contextual 39 Marco Teórico 52 Diseño Metodológico 66 Diagnóstico Organizacional 68 Análisis Externo 72 Análisis Interno 80 Plan de Intervención 93 Análisis del Mapa de Experiencia 95 Formulación de Estrategias Integrales 109 Desarrollo de Estrategias Integrales 142 Conclusiones y Recomendaciones 156 Conclusiones 156 Recomendaciones 163 Referencias 165 A. Anexo. Matrices 168 B. Anexo. Cronograma de actividades 169 C. Anexo. Encuesta de Satisfacción 170 D. Anexo. Encuesta de Clima Laboral (GPTW) 171 E. Anexo. Videos Entrevistas 172 Magíster en Administración de Empresas - MBA Maestría EMPRENDIMIENTO Y GERENCIA::GRUPO DE GERENCIA EN LAS GRANDES, MEDIANA Y PEQUEÑAS EMPRESAS G3PYMES OMAR ALONSO PATIÑO CASTRO Categoría A1 COL0016327::Liderazgo organizacional 2025-11-25T00:46:50Z 2025-11-17 Trabajo de grado - Maestría Trabajo de grado http://purl.org/coar/resource_type/c_bdcc info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/version/c_ab4af688f83e57aa Text http://purl.org/redcol/resource_type/TM https://hdl.handle.net/10882/15419 BDM-PGM instname:Universidad Ean reponame:Repositorio Institucional Biblioteca Digital Minerva repourl:https://repository.universidadean.edu.co/ spa A. Perdana, H. H. (2022). Accelerating data analytics adoption in small and mid-size enterprises: A Singapore context. Technology in Society, vol. 69, pág. 101 966. A. Perdana, H. H. (2022). Data analytics in small and mid-size enterprises: Enablers and inhibitors for business value and firm performance. International Journal of Accounting Information Systems, vol. 44, pág. 100 547. Angelis, C. d. (2016). La opinión pública entre la razón y el control social. Una actualización en la era del Big Data. ISSN. Asorey, X. F. (2015). Data-driven product innovation. Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, págs. 2311-2312. D. A. A. Shaikh, M. A. (2021). A two-decade literature review on challenges faced by SMEs in technology adoption. Academy of Mercadeo Studies Journal, vol. 25 n.o 3. EQUIPO DE RE-HUMANIZADORES ECR, E. Q. (1 de Enero de 2025). PLAN DE DESARROLLO INSTITUCIONAL 2025/2035 ECR, ORGANISMO EN EVOLUCIÓN. Obtenido de ECR: https://www.ecr.edu.co/wp-content/uploads/2025/05/PDI_ECR_FINAL.pdf Garcia, J. (12 de Abril de 2022). Kantar. Obtenido de Todos los hogares en Colombia siguen visitando las tiendas de barrio: https://www.kantar.com/latin-america/Inspiracion/Retail/2022-CO-Todos-los-hogares-siguen-visitando-tiendas-de-barrio?utm_source=chatgpt.com González, F. (2019). Big data, algoritmos y política: las ciencias sociales en la era de las redes digitales. Chile: Cinta moebio. Horizontal, C. P. (2025). Con Propiedad Horizontal. Obtenido de Los Negocios en Propiedad Horizontal: https://www.conpropiedadhorizontal.com/articulo/los_negocios_en_propiedad_horizontal/ Möller, M. S. (2022). Strategies for data analytics projects in business performance forecasting: a field study. Journal of Management Control, vol. 33, n.o 2, págs. 241-271. Nada Nasser Al Subhi, V. P. (2023). Modelling the student journey using customer journey mapping: moments of truth in the educational journey . UK Academy for Information Systems, 17. Nava, E. T. (2018). El uso del Big Data en los estudios de opinión pública. México: Belisario Dominguez. PMK. (2024). PMK. Obtenido de Puro Mercadeo: https://www.puromercadeo.com/9/35367/poder-palabra-discurso-publicitario Portafolio. (25 de 04 de 2025). Portafolio. Obtenido de ¿Cuántos hogares consumen cerveza en Colombia, según el Dane?: https://www.portafolio.co/negocios/industrias/consumo-anual-de-cerveza-en-colombia-cuantos-litros-toma-un-colombiano-y-como-afecta-a-la-economia-610652 Rosero, E. I. (2018). Analisis Entorno Estrategico Aplicado a la EPS COOMEVA. Bogotá: Universidad EAN. S. Hanifi, X. L. (2020). A critical review of wind power forecasting methods—past, present and future. Energies, pág 3764, vol. 13 n°15. S. Lodemann, S. L. (2022). Supply Chain Analytics: Investigating Literature-Practice Perspectives and Research Opportunities. Logistics Research, vol. 15 n°1. Suarez, R. S. (2022). Examining the Behavioral Intention of Philippine MSMEs Toward Business Intelligence Adoption. Journal of Business & Management, vol. 28 n°1. Sutton, D. K. (2000). Assurance services for business-to-business electronic commerce: a framework and implications. Journal of the Association for Information Systems, vol. 1 n°1, pág. 1. Velásquez, V. (31 de Marzo de 2015). Teleantoquia. Obtenido de Este es el municipio donde más cerveza se bebe en Colombia, ¿lo visitarías?: 1. https://www.teleantioquia.co/entretenimiento/este-es-el-municipio-donde-mas-cerveza-se-bebe-en-colombia-lo-visitarias-325427 X. Yu, Z. Q. (2013). Support vector regression for newspaper/magazine sales forecasting. Procedia Computer Science,, vol. 17, págs. 1055-1062. Z. Li, X. Z. (2018). Evaluating forecasting algorithm of realistic datasets based on machine learning. Proceedings of the 2nd International Conference on Innovation in Artificial Intelligence, págs. 72-76. Z. Qi, Y. T. (2013). Cost-sensitive support vector machine for semisupervised learning. Procedia Computer Science, vol. 18, págs. 1684-1689. Z. Qi, Y. T. (2013). Robust twin support vector machine for pattern classification. Pattern recognition, vol. 46 n.o 1, págs. 305-316. Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 4_0 Internacional http://purl.org/coar/access_right/c_abf2 pdf 167 páginas Recurso electrónico application/pdf application/pdf application/pdf Universidad Ean Maestría en Administración de Empresas - MBA Facultad de Administración, Finanzas y Ciencias Económicas Bogotá, Colombia