Vol. 5 Núm. . Especial (2025): Rhombus
ARTÍCULO

Análisis del comportamiento de compra en tiendas D1 mediante inteligencia artificial: una mirada a la atención, tiempos y patrones del consumidor

PDF
  • Katherine Yahaira Montañez Chara,
  • Danna Alejandra Rodríguez López,
  • Ingeniera
Katherine Yahaira Montañez Chara
Universidad Santo Tomás - Colombia
Danna Alejandra Rodríguez López
Universidad Santo Tomás
Ingeniera
Universidad Santo Tomás
Biografía
DOI: https://doi.org/10.63058/rhombus.v5iEspecial.341

Publicado 2025-10-28

Palabras clave

  • Teoría de colas,
  • inteligencia artificial,
  • simulación,
  • comportamiento del consumidor,
  • eficiencia operativa

Cómo citar

Montañez Chara, K. Y., Rodríguez López, D. A., & Castellanos Oviedo, F. R. (2025). Análisis del comportamiento de compra en tiendas D1 mediante inteligencia artificial: una mirada a la atención, tiempos y patrones del consumidor. Rhombus, 5(. Especial), 49p – 68p. https://doi.org/10.63058/rhombus.v5iEspecial.341

Derechos de autor 2025 Rhombus

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Descargas

Los datos de descargas todavía no están disponibles.

Resumen

Este estudio aplica la teoría de colas y simulación computacional con apoyo de inteligencia artificial para analizar el sistema de atención al cliente en una sucursal del supermercado D1. A partir de datos empíricos recolectados en sitio, se identificaron las distribuciones estadísticas de llegada y servicio, permitiendo construir modelos simulados en Google Colab. Se evaluaron tres escenarios con diferente número de servidores (1, 2 y 3), observando que un solo servidor resulta insuficiente, mientras que tres generan baja utilización de recursos. El modelo con dos servidores alcanzó el mejor equilibrio entre eficiencia y tiempos de espera. El estudio evidencia el valor de la IA en la generación de código, análisis estadístico y simulación, destacando su utilidad en la toma de decisiones operativas informadas.

PDF

Referencias

  1. Acosta, D., Méndez, L., & Vargas, J. (2019). Teoría de colas y simulación: herramientas para el análisis de procesos en servicios de salud. Ingeniería Industrial, 19(1), 101–113.
  2. Arias, D., & Benavides, H. (2023). Análisis de líneas de espera en una comercializadora mediante simulación. Revista de Simulación y Negocios, 11(1), 30–40.
  3. Arbeláez, M., & Medina, R. (2014). Evaluación de una nueva estrategia de atención a los despegues. Ingeniería, 19(2), 401–414.
  4. Bernal, F., Sandoval, A., & Muñoz, C. (2015). Estimación del potencial de los trenes de media y alta velocidad en Colombia. Ingeniería e Investigación, 35(3), 175–183.
  5. Bertsekas, D., & Gallager, R. (1992). Data networks (2nd ed.). Prentice Hall.
  6. Burbano-Pantoja, C., Valdivieso-Miranda, J., & Burbano, H. (2024). Modelos híbridos de atención aplicados a servicios públicos. Revista de Ingeniería Industrial, 41(1), 35–45.
  7. Cárdenas, J., & Bernal, A. (2015). Propiedades de sistemas tipo M/G/1/K con estado de espera. Ingeniería e Investigación, 35(2), 120–126.
  8. Castro, F., & Beltrán, M. (2019). Prevención de cuellos de botella con modelos de colas. Gestión y Producción, 24(4), 100–110.
  9. Castro-Jiménez, N., Del Campo-de-La-Salas, S., Jay-Archibol, J., Caballero-De-La-Hoz, B., & Troncoso-Palacio, A. (2025). Gestión de colas para mejorar la satisfacción de clientes en supermercados. BILO: Boletín de Innovación Logística y Operaciones, 7(2), 1–9. https://doi.org/10.17981/bilo.7.2.2025.01
  10. Cifuentes, C., & Castaño, E. (2017). Modelación de sistemas de atención al cliente: un enfoque desde la teoría de colas. Revista Colombiana de Ingeniería, 31(1), 83–92.
  11. Gómez Jiménez, F. A. (2008). Aplicación de teoría de colas en una entidad financiera: herramienta para el mejoramiento de los procesos de atención al cliente. Revista Universidad EAFIT, 44(150), 51–63.
  12. Gómez, M. I., & Rao, V. R. (2009). Store choices in emerging markets: An empirical analysis in Colombia. Journal of International Business Studies, 40(3), 532–550. https://doi.org/10.1057/jibs.2008.81
  13. González, E., & Reyes, D. (2023). Python y SimPy en la simulación de líneas de espera. Revista de Tecnología y Modelos, 17(1), 75–85.
  14. Gross, D., Shortle, J. F., Thompson, J. M., & Harris, C. M. (2008). Fundamentals of queueing theory (4th ed.). John Wiley & Sons.
  15. Gutiérrez, J., Lozano, D., & Herrera, K. (2020). Validación de sistemas de colas mediante simulación. Revista Científica Ingeniería y Sociedad, 16(2), 41–50.
  16. Hernández, R., Acuña, S., & Márquez, T. (2022). Estimación de parámetros en sistemas de colas. Ingeniería Industrial Latinoamericana, 29(3), 55–65.
  17. Hillier, F. S., & Lieberman, G. J. (2010). Introduction to operations research (9th ed.). McGraw-Hill Education.
  18. Kleinrock, L. (1975). Queueing systems, volume 1: Theory. Wiley-Interscience.
  19. Kumar, V., Dixit, A., Javalgi, R. G., & Dass, M. (2016). Digital transformation of business-to-business marketing: Frameworks and propositions. Journal of Business & Industrial Marketing, 31(8), 1103-1113. https://engagedscholarship.csuohio.edu/bus_facpub/117/
  20. Levy, M., Weitz, B. A., & Grewal, D. (2019). Retailing management (10th ed.). McGraw-Hill Education.
  21. López, D., Pérez, H., & Gómez, F. (2018). Herramientas para el análisis de líneas de espera. Revista de Ciencias Computacionales, 12(3), 90–100.
  22. Martínez, A., & Torres, P. (2018). Una introducción a la teoría de colas aplicada. Revista de Ingeniería Aplicada, 20(1), 70–80.
  23. Montgomery, D. C., & Runger, G. C. (2018). Applied Statistics and Probability for Engineers (7th ed.). Wiley.
  24. Morabito, R., & de Lima, F. C. R. (2000). Um modelo para analisar o problema de filas em caixas de supermercados: Um estudo de caso. Pesquisa Operacional, 20(1), 59–69.
  25. Palacios, L., & Gutiérrez, C. (2013). Estudio de líneas de espera para optimizar procesos de atención en servicios universitarios. Ingeniería y Universidad, 26(3), 334–347.
  26. Palomino, M. (2019). Evaluación de la eficiencia operativa mediante teoría de colas. Revista Colombiana de Ingeniería Industrial, 38(1), 50–60.
  27. Paredes, L., & Márquez, M. (2011). Simulación de líneas de espera aplicando teoría de colas. Revista de Ingeniería, 31(2), 40–50.
  28. Pérez, L., Rincón, J., & Díaz, S. (2020). Modelación de colas en Python: una propuesta didáctica. Revista de Investigación en Ingeniería, 42(3), 10–20.
  29. Rivas, C., & Romero, J. (2021). Modelos de colas aplicados a servicios de atención telefónica. Revista Colombiana de Logística, 15(2), 25–35.
  30. Rodríguez, L., Medina, H., & González, P. (2017). Análisis del servicio de urgencias aplicando teoría de colas. Contaduría y Administración, 62(1), 117–134.
  31. Ross, S. M. (2014). Introduction to Probability Models (11th ed.). Academic Press.
  32. Shalev-Shwartz, S., & Ben-David, S. (2014). Understanding Machine Learning: From Theory to Algorithms. Cambridge University Press.
  33. Solomon, M. R. (2018). Comportamiento del consumidor: Comprando, poseyendo y siendo (12.ª ed.).
  34. Taha, H. A. (2017). Operations research: An introduction (10th ed.). Pearson.