Modelo aplicado para optimizar la cadena de suministro en empresas de retail mediante análisis de datos

Resumen

Este estudio desarrolla un modelo aplicado para optimizar la cadena de suministro en empresas del sector retail mediante el análisis de datos. Se adoptó un enfoque cuantitativo con diseño no experimental transversal y alcance explicativo, empleando una muestra probabilística estratificada de 328 gerentes o responsables de cadena de suministro en México, seleccionados por afijación proporcional según el tamaño de la empresa. Los resultados evidenciaron una correlación positiva moderada (r = 0.32, p < 0.001) entre el análisis de datos y la optimización de la cadena de suministro, con todas sus dimensiones (tecnologías utilizadas, frecuencia de aplicación, capacidad de integración y nivel de automatización) asociadas significativamente. La madurez digital empresarial actuó como moderador, intensificando la relación cuando su nivel era alto (β = 0.43, p < 0.001). Además, se identificaron diferencias significativas en la optimización según el tamaño de la empresa (ANOVA: F(3, 324) = 7.26, p < 0.001), destacando que las microempresas presentaron mayores niveles de optimización frente a medianas y pequeñas. Un modelo de regresión múltiple explicó el 17% de la varianza (R² = 0.17, p < 0.001), donde la frecuencia de aplicación emergió como el predictor más influyente. Los hallazgos subrayan que la optimización de la cadena de suministro en retail depende de la integración estratégica de análisis de datos, con efectos diferenciados según el contexto digital y el tamaño empresarial.