Vol. 6, Núm. 2, mayo-agosto 2022

La geointeligencia como generador de ventaja

competitiva en el sector comercio.

Geointelligence as a generator of competitive

advantage in the commercial sector.

Federico Guadalupe Figueroa Garza1 María de Jesús Araiza Vazquez2

Recibido: 08/12/2021

Aceptado: 09/03/2022

REVISTA RELAYN, Micro y pequeña empresa en Latinoamérica

Disponible en: https://iquatroeditores.com/ revista/index.php/relayn/index

https://doi.org/10.46990/relayn.2022.6.2.579

Resumen

El presente artículo examina los efectos de la geointeligencia y la capacidad de absorción (CA) en el desempeño de la empresa. El marco teórico se sustenta en vista basada en conocimiento (VBC). Además, se realizó un análisis de 128 empresas del sector comercio con modelos de ecuaciones estructurales (SEM, por sus siglas en inglés). Los resultados muestran que la capacidad de utilizar la geointeligencia impulsa el rendimiento de la em- presa y respalda el proceso de CA en la empresa.

Palabras clave

Competitividad, geointeligencia, sector comercio, sistemas de información geográficos, capacidad de absorción


Abstract

This article examines how geointelligence affects the absorption capacity (AC) of a company’s per- formance. The theoretical framework is suppor- ted by the Knowledge Based Approach (KBA). In addition, 128 companies from the commercial or service sector were analyzed using structural equation models (SEM). Results show that the ca- pacity for using geointelligence impulses a com- pany’s performance and supports AC processes.

Keywords

Competitiveness, geointelligence, trade or service sector, geographical information systems, absorp- tion capacity

7

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

Introducción

La industria se transforma día a día y con ella la competencia, por esta razón es importante tener alguna característica distintiva y ser reconocido en el ramo.

Ese rasgo puede impulsar el desempeño de la organización y ayudar a elevar su posicionamiento en el mercado, generar más ganancias en términos financieros, alcanzar mayor participación de mercado, lograr una mejor imagen de la organización, entre otros beneficios.

Los sistemas de información geográficos (SIG) se pueden definir como una combinación de hardware, software y el apoyo de profesionales con habilidades para hacer un buen uso para la captura, almacenamiento, análisis, recuperación, consulta y visualización de datos guardados en ba- ses de datos geográficas (Chainey & Ratcliffe, 2005). Teniendo en cuenta el avance que se consiguió en otras disciplinas, los SIG comienzan a incor- porarse en la planeación urbana, el catastro, la gestión del suelo, los ser- vicios, las telecomunicaciones, la salud, la arqueología y el turismo, entre otros rubros (El-Rabbany, 2002; García-Palomares, Gutiérrez & Mínguez, 2015). Con base en lo anterior y en su aporte significativo en la planifica- ción y la toma de decisiones, los SIG están ganando terreno en muchas disciplinas de negocios.

Los analistas de investigación de mercado de TechNavio predi- cen que el mercado de los SIG crecerá más de 18% a nivel mundial para el 2020. Durante 2015, el segmento de comercio y bienes raíces acopió 29% del total del mercado, dominando el ámbito de los SIG. El incremen- to constante de la competencia en la industria del comercio impulsará a las empresas a utilizar tecnologías avanzadas para analizar y predecir las preferencias de los consumidores, las cuales se convertirán en una ventaja competitiva (TechNavio, 2018). Las herramientas SIG permiten generar inteligencia de negocios para el beneficio de la empresa, a esta integración se le conoce como geointeligencia.

En México, estas herramientas son poco utilizadas debido al desconocimiento de las empresas sobre los beneficios de la geointeligen- cia, cómo implementarla en el proceso de toma de decisiones y cómo ex- plotarla para obtener ventajas competitivas.

Por tal razón, es importante estudiar no sólo el proceso de toma de decisiones de la empresa para poder entender mejor cómo se puede ayudar a la generación de ventajas competitivas e incrementar la posibi- lidad de supervivencia y crecimiento de la organización, sino también la implementación y las herramientas de la geointeligencia con el fin de ge- nerar ventajas competitivas en este ecosistema cambiante al que se enfren- ta el país.

JEL: M15 Gestión de la tecnología de la información

8

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

El objetivo de la presente investigación es analizar cómo la capa- cidad de absorción de la geointeligencia incide en la generación de venta- jas competitivas en las pequeñas y medianas empresas (pymes) del sector comercio en el área metropolitana de Monterrey. Del objetivo se despren- de la pregunta de investigación, a saber: ¿qué impacto tiene la capacidad de absorción en la relación entre la geointeligencia y el desempeño de la organización en las pymes del sector comercio en el área metropolitana de Monterrey?

La recolección de datos se realizó mediante la aplicación de un cuestionario tanto al personal de alta gerencia de las pymes acerca del uso de la geointeligencia en sus procesos de negocio que impactan el desem- peño de la empresa, como de forma aleatoria a los empleados encargados de tomar decisiones en procesos de inteligencia de negocios. Por parte de las organizaciones, se solicitó confidencialidad en referencia al nombre de la organización, de los entrevistados y encuestados.

Revisióndela literatura

Dado el clima de incertidumbre económica actual en nuestro país, es im- portante que las empresas generen eficientemente nuevo conocimiento y lo aplique en sus productos y servicios. En este sentido, hay al menos una fuente de activos que continúa siendo subutilizada: los datos. Una empre- sa puede mejorar su posición competitiva desarrollando una mejor com- prensión del valor de sus datos y utilizando la geointeligencia.

Geointeligencia

La geointeligencia o inteligencia geoespacial es la habilidad para identifi- car, capturar, almacenar y manipular datos para generar hallazgos a través de pensamiento crítico, razonamiento geoespacial y técnicas de análisis de datos para desarrollar conocimiento de un modo que apoye a la toma de decisiones, siempre considerando la perspectiva ética (Bacastow, 2010).

En general, los beneficios de la información geográfica se con- sideran mayores cuando: a) la información hace que los tomadores de decisiones sean indiferentes hacia opciones alternativas; b) se pueden to- mar medidas en respuesta a la información; c) las consecuencias de to- mar decisiones incorrectas son grandes; d) las limitaciones para utilizar la información son pocas, y e) los costos de utilizar la información son bajos (Borzacchiello &Craglia, 2012). Además, el valor también debe con- siderarse influenciado por las características de la información geográfica como bien económico.

Dado el panorama actual, las pymes requieren hacer ajustes acordes con el cambio y explorar las aportaciones de las ciencias, como la geografía, para analizar el mercado y crear valor agregado, algo funda- mental en cuanto al valor de la información (Tinajero, 2012).

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

9

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

Capacidad de absorción

Zollo y Winter (2002) refieren que, a nivel mundial, la calidad del cono- cimiento y las competencias de administración explican el grado de éxito que obtienen distintas empresas, tanto en sus resultados como en cuanto a las estrategias implementadas.

En años recientes, investigaciones sobre la administración del conocimiento han aumentado debido a que se ha reconocido como un factor que genera productividad y crecimiento en las organizaciones (Jan- sen, Van den Bosch & Volberda, 2005; Kane, 2010). Por ello, las diferen- tes etapas del conocimiento como la capacidad de reconocerlo, valorarlo, asimilarlo, transferirlo y aplicarlo adquieren una relevancia estratégica crucial en el éxito de la adaptación de las organizaciones mediante la re- configuración de su base de recursos y capacidades fundamentales habili- tándola como facilitadora del cambio organizacional (Hoang & Rothaer- mel, 2010).

En los mercados tan cambiantes de la actualidad, las tecnolo- gías y reglas de negocio rigen la industria; es muy difícil crear una ventaja competitiva sólo con fuentes internas de conocimiento (Camisón & Forés, 2010). Como mencionan Flatten et al. (2011), para contribuir a la creación de valor, las organizaciones deben establecer tanto flujos internos como externos con el fin de extraer el mayor valor posible de su potencial, y para llevarlo a cabo se requiere desarrollar la habilidad de reconocer el valor del conocimiento externo para su posterior transferencia y explotación dentro de la empresa. La capacidad de absorción es el conjunto de rutinas y procesos que contribuyen básicamente a tal propósito (Cohen & Levin- thal, 1990; Zahra & George, 2002). En conclusión, mantener y desarrollar la capacidad de absorción condiciona la base de conocimiento de la firma, su posterior uso y su persistencia (Lane, Koka & Pathak, 2006; Flatten et al., 2011; Flor, Oltra & García, 2011).

La presente investigación busca contribuir a la conceptualiza- ción, aplicación práctica y medición de la capacidad de absorción de la geointeligencia a través de su análisis y las dimensiones que la componen, tomando como base las diferentes perspectivas de los autores.

Existen varias investigaciones acerca de la adquisición de cono- cimiento externo en diversas áreas de conocimiento (Mowery, 1983; Ke- dia & Bhagat, 1988), uno de los trabajos seminales más reconocidos es el elaborado por Cohen y Levinthal (1989; 1990) y es considerado como el origen de la conceptuación de esta habilidad organizacional.

La definición de CA planteada por Cohen y Levinthal (1989) sugiere que éste es un concepto tridimensional que consiste en la identifi- cación de conocimiento, la asimilación y la explotación.

JEL: M15 Gestión de la tecnología de la información

10

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

Una revisión de la literatura sobre CA hecha por Zahra y Geor- ge (2002) concluye que el constructo necesita mayor claridad para poder ser operacional. Sobre la base de la revisión de literatura que realizaron, crearon la siguiente definición de CA: “un conjunto de rutinas organiza- cionales y procesos mediante los cuales las empresas adquieren, asimilan, transforman y explotan el conocimiento para producir una capacidad en la organización” (Zahra & George, 2002), también aportaron la distinción entre capacidad de absorción potencial (CAP) —la cual captura los esfuer- zos realizados en identificar nuevo conocimiento externo y asimilarlo—, y la capacidad de absorción realizada (CAR) —la cual se observa a través de las capacidades de transformación y explotación, es decir, habilidad para desarrollar productos o servicios a partir del conocimiento de la empresa.

Desempeño

Los factores generadores de ventajas competitivas constituyen un tema frecuentemente abordado desde la dirección estratégica no sólo en el ám- bito de las grandes empresas, sino también en el contexto pyme (Jones & Tilley, 2003). Desde el enfoque de los recursos de la empresa (RBV, por las siglas de Resource-Based View), un número significativo de académicos considera los recursos y capacidades como los verdaderos catalizadores de la ventaja competitiva sostenible de las organizaciones (Barney, 1991; Wernerfelt, 1984). Estos factores deben tener parámetros de medición para que puedan ayudar a la firma en su crecimiento a lo largo del tiempo.

Steiner y Solem (1988) plantean que “las pequeñas empresas tienden a ser más exitosas cuando son bien administradas desde el punto de vista de la supervisión de personal, los procesos de manufactura, el mercadeo y el conocimiento del producto”. Duchesneau y Gartner (1990) y Slevin y Covin (1990) señalan que “la estructura organizacional, sus pro- cesos y sistemas de la nueva empresa están relacionados con su desempe- ño”. Hall (1992; 1993), y Bharadwaj (2000) muestran evidencias empíricas sobre la importancia que representan los recursos y capacidades superio- res o estratégicos en el logro y en el mantenimiento de la ventaja competi- tiva por parte de las empresas.

Por lo anterior, el desempeño de la empresa es el objetivo que debe ser priorizado no sólo para su crecimiento financiero, sino también para tener más participación de mercado y ventaja sobre sus competido- res. Varios investigadores han argumentado que los verdaderos impactos de la geointeligencia se hacen sentir a través de cómo se complementan con los procesos críticos de la organización (Barua & Mukhopadhyay, 2000). Sin embargo, investigaciones empíricas de estos factores que me- dian son escasos en su haber.

Esto da pauta a explicar la escasa literatura referente al tema de la relación entre la geointeligencia y el desempeño de la empresa. Tam- bién es necesario explicar cómo la geointeligencia se relaciona con el co- nocimiento y la capacidad de absorberlo. En países desarrollados, se cree que el uso de la geointeligencia tiene gran influencia en el rendimiento

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

11

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

corporativo y que ésta determina la naturaleza competitiva de todas las empresas. Bacastow (2010) sostiene que la implementación y utilización de las Tecnologías de la Información y la Comunicación (TIC) aumentan la eficiencia y el rendimiento de la empresa.

Por lo contrario, en el contexto de los países en desarrollo, Sanusi (2003) sostuvo que los avances en las tecnologías, junto con la geointeli- gencia, son capaces de generar transformaciones sociales y económicas para un mejor desempeño de la organización. En esta investigación se en- tiende el desempeño de la empresa como una mejora en las finanzas de la organización, así como el aumento en su participación de mercado.

Metodología

El estudio se realiza en torno a la pregunta central de investigación, de donde se desprenden las siguientes hipótesis:

H1: Existe una relación positiva entre la geointeligencia y el des- empeño de la empresa.

H2: Existe una relación positiva entre la geointeligencia y la ca- pacidad de absorción potencial de la empresa.

H3: Existe una relación positiva entre la geointeligencia y la ca- pacidad de absorción realizada de la empresa.

H4: Existe una relación positiva entre la capacidad de absorción realizada y el desempeño de la empresa.

La presente investigación es de tipo cuantitativa, no experimen- tal, explicativa. Como lo establece Briones (1995):

La investigación social cuantitativa está directamente basada en el paradigma explicativo. Este paradigma utiliza preferentemente infor- mación cuantitativa para describir o tratar de explicar los fenómenos que estudia, en las formas que es posible hacerlo en el nivel de estructuración lógica en el cual se encuentran las ciencias sociales actuales.

Las investigaciones explicativas son más estructuradas que otro tipo de estudios y de hecho implican sus propósitos (exploración, descrip- ción y correlación), además de que proporcionan un sentido de entendi- miento del fenómeno al que hacen referencia (Hernández, Fernández & Baptista, 2006).

Muestra

El primer paso necesario para iniciar la contrastación empírica de las hipó- tesis objeto de estudio fue establecer adecuadamente la muestra que servirá para obtener los datos. Para ello, se necesita delimitar las unidades de obser- vación de la muestra seleccionada justificando el interés de ésta para la pre- sente investigación. Como menciona Rositas-Martínez (2014), el tamaño

JEL: M15 Gestión de la tecnología de la información

12

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

de muestra que cumpla con todas las pruebas es el que debe utilizarse para no tener obstáculos al momento de realizar los análisis estadísticos corres- pondientes, en este caso, la muestra se integra con 128 encuestas.

Instrumento

Como pasos previos al desarrollo del cuestionario final, se realizó una am- plia revisión de la literatura específica que permitió seleccionar los ítems más adecuados para la medición de las variables propuestas en este estu- dio. Con base en ello, elaboramos un primer cuestionario con el que se realizó una fase exploratoria (pretest), contando con la colaboración de un panel de expertos formado por distintos profesionales del ámbito empre- sarial y académico que revisaron y contribuyeron a mejorar y depurar el cuestionario, tanto en aspectos de fondo como de forma.

El panel de expertos se integró por responsables de diferentes empresas con un fuerte componente en tecnología y por expertos acadé- micos en técnicas de investigación. Teniendo en cuenta toda la informa- ción recabada, este proceso de mejora culminó en la propuesta del cues- tionario definitivo, con un formato operativo adecuado para su difusión.

El cuestionario desarrollado está compuesto por seis bloques que representan los distintos ítems asociados a cada una de las variables del modelo, a saber: datos demográficos, capacidad de absorción poten- cial, capacidad de absorción realizada, geointeligencia y desempeño con un total de 28 ítems en escala de Likert de cinco opciones.

Resultados

En esta sección se presentan de manera explícita los resultados obtenidos mediante el instrumento de encuesta, se explican todos los procesos rea- lizados durante el análisis estadístico, los resultados obtenidos partiendo del uso de modelo de ecuaciones estructurales (SEM), de igual manera se desarrollan las discusiones sobre los resultados obtenidos de este proceso estadístico.

Se aplicaron 128 encuestas a las pymes del sector comercial en el área metropolitana de Monterrey, que cuenta con un marco muestral de 250 empresas ofreciendo estos servicios.

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

13

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

Validez de contenido

En este apartado se expondrán los análisis de validez y confiabilidad que se utilizaron para obtener los resultados. La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico de contenido de lo que se mide.

La validez de criterio establece “la validez de un instrumento de medición al comparar sus resultados con los de algún criterio externo que pretende medir lo mismo” (Hernández-Sampieri y Mendoza, 2018). La pregunta que se responde con la validez de criterio es: ¿en qué grado el instrumento comparado con otros criterios externos mide lo mismo? (Hernández et al., 2010).

Tabla 1.1

Matriz de alpha de Cronbach

Variable Alpha de Cronbach

Capacidad de Absorción Potencial 0.832

Capacidad de Absorción Realizada 0.767

Geointeligencia 0.718

Desempeño 0.788

Validez de convergencia

La validez convergente tiene que ver con el hecho de que, si los diferentes ítems destinados a medir un concepto o constructo miden realmente lo mismo, entonces el ajuste de dichos ítems será significativo y estarán al- tamente correlacionados. La valoración de la validez convergente se lleva a cabo por medio de la medida desarrollada por Fornell y Larcker (1981) denominada varianza media extraída (AVE, por sus siglas en inglés). Ésta proporciona la cantidad de varianza que un constructo obtiene de sus in- dicadores en relación con la cantidad de varianza debida al error de medi- da. Fornell y Larcker (1981) recomiendan que la varianza extraída media sea superior a 0.50, con lo que se establece que más de 50% de la varianza del constructo se debe a sus indicadores. A continuación, se presentan los resultados obtenidos en la presente investigación (Tabla 1.2).

Tabla 1.2

Matriz de prueba AVE

Variable AVE

Capacidad de Absorción Potencial 0.772

Capacidad de Absorción Realizada 0.744

Geointeligencia 0.806

Desempeño 0.869

JEL: M15 Gestión de la tecnología de la información 14

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

Ajuste del modelo

El ajuste se refiere a la capacidad de un modelo para reproducir los datos (generalmente la matriz de varianza-covarianza). Se dice que un modelo tiene buen ajuste cuando existe una consistencia razonable con los datos y no necesariamente requiere una nueva especificación. Antes de interpre- tar los caminos del modelo estructural, también se requiere un modelo de medición que tenga un buen ajuste (Barrett, 2007).

En este modelo, para obtener el análisis factorial confirmatorio se requirió el software AMOS v28 para probar si la estructura factorial exploratoria mostraba índices de ajuste correctos, en caso contrario, se procede a la modificación oportuna para conseguir el modelo posible. El ajuste se realiza mediante el método de máxima verosimilitud, evaluando varias propuestas. Durante el proceso de evolución hacia un mejor mo- delo, se evaluó su ajuste mediante coeficientes estimados y el grado de coincidencia entre la matriz de varianzas-covarianzas original y la matriz representada respecto de los indicadores de bondad de ajuste. Para tener certeza de que el modelo fue el mejor referente a la bondad de ajuste, se contemplaron seis indicadores a evaluar: Ji-cuadrada, Índice de Ajuste Comparativo (CFI), Residuo Estandarizado Cuadrático Medio (SRMR), Raíz de Error Cuadrático Medio (RMSEA), P del Modelo Ajustado (PClo- se) y Medidas Ajustadas de la Parsimonia (PAM) (Tabla 1.3).

Tabla 1.3

Pruebas integrales de ajuste del modelo

Prueba Índice Resultado Aprobada

Ji-Cuadrara (X2) Entre 1 y 3 1.265 ✓

CFI >0.95 0.934 ✓

SRMR <0.08 0.071 ✓

RMSEA <0.06 0.045 ✓

PClose >0.05 0.668 ✓

PAM >0.5 0.881 ✓

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

15

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

Acontinuación, se presenta el modelo en AMOSoriginado de la investigación; su discusión se desarrolla enla siguiente sección (Figura 1.1).

Figura 1.1

Modelo AMOS


Discusión

En el presente apartado se contrastan los resultados obtenidos frente a las hipótesis planteadas para su aceptación o rechazo, asimismo, se plantean algunos hallazgos que el estudio aporta a la discusión en este trabajo.

H1: Existe una relación positiva entre el uso de la geointeligen- cia y el desempeño de la empresa.

Esta hipótesis es comprobada por algunos autores que muestran que el uso de la geointeligencia en los negocios abona en la búsqueda de los objetivos tanto financieros como no financieros. Comoafirman Badillo y Moreno (2014), la visión basada en recursos argumenta que varias em- presas pueden poseer los mismos datos, pero sólo aquellos que explotan su tecnología en conjunto con la geointeligencia pueden obtener una ven- taja competitiva sostenida, incluso un rendimiento superior a largo plazo. Otro análisis realizado por Subedi (2012) nos demuestra la estrecha rela- ción entre la geointeligencia y un mejor desempeño de la empresa.

H2: Existe una relación positiva entre la geointeligencia y la ca- pacidad de absorción potencial de la empresa.

La relación negativa que se obtuvo en la investigación puede ser resultado del perfil de personas entrevistadas, o tal vez del entorno de la industria o porque los recursos obtienen el conocimiento dentro de la organización, no de fuentes externas. Bergman (2009) señala que no en

JEL: M15 Gestión de la tecnología de la información

16

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

todos los escenarios la geointeligencia aporta algo a la capacidad de absor- ción potencial en la organización.

H3: Existe una relación positiva entre la capacidad de absorción potencial y la capacidad de absorción realizada de la empresa.

Por lo que respecta a esta hipótesis, el hecho de que se hayas identificado una relación entre la asimilación en la CAP y la transforma- ción en la CAR supone una confirmación parcial, ya que no es tan obvia en este marco muestral. La asimilación lleva a la transformación del co- nocimiento, tal como lo establecen Zahra y George (2002), pues una vez asimilado el conocimiento en las empresas, es de relevante importancia tener la capacidad de transformarlo para el beneficio de la organización.

H4: Existe una relación positiva entre la capacidad de absorción realizada y el desempeño de la empresa.

Investigadores comoKotabe, Jiang y Murray (2011) encontraron que existe una relación entre la explotación de la CARy el desempeño de la empresa, lo cual genera una ventaja competitiva no sólo en el ámbito finan- ciero, sino también en la capacidad de tener mejores productos y servicios.

Conclusiones

Enel conocimientodel esfuerzoqueconlleva el hechodeinvestigar un fenó- menoempresarial, se deben destacar las limitaciones que esta investigación hatenidoporfactores ajenos, comola motivaciónycooperacióndelas orga- nizaciones con el ánimo de compartir información para este estudio.

En conjunto, los resultados obtenidos han permitido constatar que existen diferentes grados de capacidad de absorción para las dimen- siones estudiadas, y sugieren la necesidad de profundizar en el carácter complementario y de refuerzo mutuo que las dimensiones de la capacidad de absorción deben tener. Sin embargo, la importancia relativa de las di- mensiones de la capacidad de absorción varía según sea la estrategia adop- tada por las empresas.

El punto central del presente análisis es planteado en la pregun- ta de investigación, por lo que a continuación le daremos respuesta. ¿Qué impacto tiene la capacidad de absorción en la relación entre la geointeli- gencia y el desempeño de la organización en las pymes del sector comercio en el área metropolitana de Monterrey?

Los resultados obtenidos en esta investigación proporcionan evidencia tanto teórica como empírica sobre cómo la geointeligencia im- pulsa al desarrollo de la empresa y que en cierto grado apoya también el proceso de la capacidad de absorción para un mejor entendimiento y uso de ella en el proceso de toma de decisiones.

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

17

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

Referencias

Bacastow, T. S. (2010). The Learner’s Guide to Geospatial Analysis. Dutton Education Institute, Penn State University.

Badillo, E. & Moreno, R. (2014). Does absorptive capacity determine collaborative research returns to innovation? A geographical dimension, 201416, AQR Working Papers, University of Bar- celona, Regional Quantitative Analysis Group. Recuperado de https://EconPapers.repec.org/RePEc:aqr:wpaper:201416

Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120.

Barrett, P. (2007). Structural equation modelling: adjudging model fit. Per- sonality and Individual Differences, 42, 815-824.

Barua, A. & Mukhopadhyay, T. (2000). Information technology and bu- siness performance: past, present, and future. En R. W. Zmud (ed.), Framing the Domains of IT Management: Projecting the Future... through the past. Michigan: Pinnaflex Press. Bergman, E. (2009). Embedding network analysis in spatial studies of in- novation. Ann Regional Sci, 43(3), 559-565.

Bharadwaj, A. S. (2000). A resource-based perspective on information te- chnology capability and firm performance: an empirical inves- tigation. MIS Quarterly, 24(1), 169-196.

Borzacchiello, M. T. & Craglia, M. (2012). The impact on innovation of open access to spatial environmental information: A research strategy. Int. J. of Technology Management, 60, 114-129. Recu- perado de 10.1504/IJTM.2012.049109

Briones, G. (1995). Métodos y técnicas de investigación. México: Trillas. Camisón, C. & Forés, B. (2010). Knowledge absorptive capacity: New in- sights for its conceptualization and measurement. Journal of Business Research, 63, 707-715. Recuperado de 10.1016/j.jbus- res.2009.04.022

Chainey, S. &Ratcliffe, J. (2005). GIS and crime mapping. Wiley and Sons. Recuperado de 10.1002/9781118685181

Cohen, W. M. &Levinthal, D. A. (1989). Innovation and learning: The two faces of R&D. Economic Journal, 99, 569-596.

Cohen, W. M. & Levinthal, D. A. (1990). Absorptive-capacity —A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128-152.

Covin, J.G. & Slevin, D.P. (1989). Strategic management of small firms in hostile and benign environments. Strategic Management Jour- nal, 10(1), 75-87.

Duchesneau, D. A. & Gartner, W. B. (1990). A profile of new venture suc- cess and failure in an emerging industry. Journal of Business Venturing, 5(5), 297-312.

El-Rabbany, A. (2002). Introduction to GPS: The Global Positioning Sys- tem. Boston, MA: Artech House.

Flatten, T., Engelen, A., Zahra, S. & Brettel, M. (2011). A measure of absorptive capacity: development and validation. European

JEL: M15 Gestión de la tecnología de la información

18

REVISTA RELAYN, 2022, 6(2), Mayo-Agosto, ISSN: 2594-1674

Management Journal, 29, 98-116. Recuperado de 10.1016/j. emj.2010.11.002

Flor, M. L., Oltra, M. J. & García, C. (2011). La relación entre la capacidad de absorción del conocimiento externo y la estrategia empre- sarial: un análisis exploratorio. Revista Europea de Dirección y Economía de la Empresa, 20(1), 69-88.

Fornell, C. & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

García-Palomares, J., Gutiérrez, J. & Mínguez, C. (2015). Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo-sharing servi- ces and GIS. Applied Geography, 63, 408-417. Recuperado de 10.1016/j.apgeog.2015.08.002

Hall, R. (1992). The strategic analysis of intangible resources. Strategic Management Journal, 13(2), 135-144.

Hall, R. (1993). A framework linking intangible resources and capabilities to sustainable competitive advantage. Strategic Management Journal, 14(8), 607-618.

Hernández, R., Fernández, C. & Baptista, P. (2006). Metodología de la in- vestigación. México: McGraw-Hill.

Hernández, R. &Mendoza, C (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. México: McGraw-Hill Education.

Hoang, H. & Rothaermel, F. T. (2010). Leveraging internal and external experience: exploration, exploitation, and R&D project perfor- mance. Strategic Management, (31), 734-758.

Jansen, J. J. P., Van den Bosch, F. A. J. & Volberda, H. W. (2005). Mana- ging potential and realized absorptive capacity: how do organi- zational antecedents matter? Academy of Management Journal, 48(6), 999-1015.

Jones, O. & Tilley, F. (2003). Competitive advantage in SMEs: Organizing for innovation and change. Hoboken, NJ: J. Wiley.

Kane, A. (2010). Unlocking knowledge transfer potential: knowledge de- monstrability and superordinate social identity. Organization Science, 21(3), 643-660.

Kedia, B. L. &Bhagat, R. S. (1988). Cultural constraints on transfer of tech- nology across nations: Implications for research in international and comparative advantage. Academy of Management Review.

Kotabe, M., Jiang, C. & Murray, J. (2011). Managerial ties, knowledge ac- quisition, realized absorptive capacity and new product market performance of emerging multinational companies: a case of China. Journal of World Business, 46, 166-176. Recuperado de 10.1016/j.jwb.2010.05.005

Lane, P. J., Koka, B. R. & Pathak, S. (2006). The reification of absorptive capacity: A critical review and rejuvenation of the construct. Academy of Management Review, 31(4), 833-863.

Mowery, D. C. (1983). The relationship intrafirm and contractual forms

Licencia de Creative Common Atribución 4.0 Internacional (CC BY 4.0)

https://creativecommons.org/licenses/by/4.0/deed.es

19

Federico Guadalupe Figueroa. et al. La geointeligencia como generador de ventaja competitiva en el sector comercio del área metropolitana de monterrey.

of industrial research in American manufacturing, 1900–1940. Explorations in Economic History, 20, 351-374. Rositas-Martínez, J. (2014). Los tamaños de muestras en encuestas en las ciencias sociales y su repercusión en la generación del conoci- miento. Innovaciones de Negocios, 11(22), 235-268.

Sanusi, J. O. (2003). Overview of government’s efforts in the development of SMEs and the emergence of small and medium industries equity investment scheme (SMIEIS). A paper presented at the National Summit on SMIEIS Organized by the Bankers’ Com- mittee and Lagos Chamber of Commerce and Industry (LCCI), Lagos, 10th June 2003.

Slevin, D. P. &Covin, J. G. (1990). Juggling entrepreneurial style and orga- nizational structure —How to get your act together. Sloan Ma- nagement Review, 31(2), 43-53.

Steiner, M. P. & Solem, O. (1988). Factors for success in small manufactu- ring firms. Journal of Small Business Management, 26(1), 51-56.

Subedi, N. (2012). Impact of GIS on organizational performance. GeoS- pace Annual Geo-ICT Journal of GES (vol. 1). Kathmandu Uni- versity.

TechNavio (2018). IT and logistics market 2018-2020, April. Recuperado de https://www.technavio.com/

Tinajero, J. (2012). José Omar Tinajero Morales, Blog. Recuperado de http://omartinajero9.blogspot.com/2012/12/historia-regio- nal-de-mexico_4.html

Wernerfelt, B. (1984). A resource-based view of the firm. Strategic Mana- gement Journal, 5, 171-180.

Zahra, S. &George, G. (2002). Absorptive capacity: a review, reconceptua- lization, and extension. The Academy of Management Review, 27(2), 185-203.

Zollo, M. & Winter, S. (2002). Deliberate learning and the evolution of dynamic capabilities. Organization Science, 13(3), 339-351.

Sobre los autores

1 Profesor investigador en la Universidad Autónoma de Nuevo León, Mé- xico.

ORCID: 0000-0001-9161-8057

2 Profesora investigadora en la Universidad Autónoma de Nuevo León, México.

ORCID: 0000-0002-2622-805X

JEL: M15 Gestión de la tecnología de la información

20