Modelo integrado para la mejora de la experiencia del cliente basado en análisis de datos en retail
Palabras clave:
Análisis de datos, Experiencia del cliente, Logística sostenible, Retail, Gestión de operacionesResumen
El objetivo de este estudio fue determinar la relación entre el análisis de datos y la experiencia del cliente en la logística de retail para fomentar prácticas sostenibles. Se empleó un enfoque cuantitativo, con diseño no experimental transversal y alcance correlacional, aplicando un cuestionario tipo Likert a una muestra probabilística estratificada de 224 profesionales en la Ciudad de México. Los resultados confirmaron la hipótesis H1, hallando una correlación positiva moderada entre el análisis de datos y la experiencia del cliente (r(222) = 0,33, p < 0,001). Asimismo, se aceptó la hipótesis H2, evidenciando diferencias significativas en la experiencia del cliente según el tamaño de la empresa (F(2, 221) = 7,11, p = 0,001), siendo las empresas grandes las que reportaron una mayor valoración en comparación con las pequeñas. Se concluye que existe una asociación significativa entre la analítica de datos y la percepción del cliente, validando un marco integrador que posiciona a la logística como un eje articulador para la sostenibilidad en el sector minorista.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Digital Business Journal

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
-
Esta Revista es de acceso abierto a su contenido a través de su página Web bajo el principio de que hacer disponible gratuitamente investigación al público apoya a un mayor intercambio de conocimiento global.
-
Los contenidos Web de la Revista se distribuyen bajo una licencia Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
- Se les comunica los autores que todos los trabajos serán subidos al programa Turnitin para comprobar su originalidad.
![]() |
