Factores que influyen en la innovación de la cadena logística de las empresas en Colombia entre el año 2017 y 2018

Abstract

La cadena logística ha tomado un papel fundamental en el entorno económico actual, pues es la manera en que se conectan las firmas con los clientes, a través de métodos de producción, distribución y entrega, por lo que la innovación en este campo se ha vuelto fundamental para acoplarse a las tendencias mundiales. Esta investigación buscó determinar qué factores motivaron a las empresas manufactureras colombianas a realizar innovaciones en métodos de producción, distribución, entrega, o sistemas logísticos entre 2017-2018. Para tal fin se tomaron los datos de la Encuesta de Desarrollo e Innovación Tecnológica del DANE y se realizó un árbol de decisión que es un algoritmo de Machine Learning de aprendizaje supervisado. Como resultado de este estudio, se pudo determinar que los factores más relevantes para que una empresa implementará la innovación fue la adquisición de maquinaria y equipo, que perteneciera a actividades económicas específicas tales como: el sector alimenticio, textil, químicos, plásticos y de metales, las ventas nacionales y la cantidad de personal con formación pregrado ocupado en actividades de innovación tecnológica. Por último, pese a lo que se esperaba el monto invertido en tecnología de información y telecomunicaciones no fue un predictor importante para la clasificación de la variable target.

The logistics chain has taken on a fundamental role in the current economic environment, as it is the way in which firms connect with customers, through production, distribution and delivery methods, so innovation in this field has become essential for coupling with global trends. This research sought to determine what factors motivated Colombian manufacturing companies to carry out innovations in production methods, distribution, delivery, or logistics systems between 2017-2018. For this purpose, data from the DANE Technological Development and Innovation Survey was taken and a decision tree was performed, which is a supervised learning Machine Learning algorithm. As a result of this study, it was determined that the most relevant factors for a company to implement innovation were the acquisition of machinery and equipment, belonging to specific economic activities such as: the food, textile, chemical, plastics and metals sectors, national sales and the number of personnel with undergraduate training engaged in technological innovation activities. Finally, despite expectations, the amount invested in information technology and telecommunications was not an important predictor for the classification of the target variable.