Marisol Valencia Cárdenas

Marisol Valencia Cárdenas

Auto-generated profile, based on publicly available information

Marisol Valencia Cárdenas

Universidad Nacional de Colombia

Research Focus & Metrics

Academic Career Length

16Years (2011-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
16 April 2018 in Revista Escuela de Administración de Negocios
Verified
Journal Article
Open access
PDF file
SASara Londoño Arredondo
Sara Londoño Arredondo
YGYessica Johana Mora Gutiérrez
Yessica Johana Mora Gutiérrez
MCMarisol Valencia Cárdenas
Marisol Valencia Cárdenas
Rev.esc.adm.neg El comercio ha introducido medios digitales que facilitan la comunicación con los clientes, con tecnologías basadas en Internet. En este artículo se busca analizar los factores que inciden en la probabilidad del conocimiento y uso de estrategias del marketing digital. Para ello se aplica una encuesta en el centro de Medellín –Colombia-, tanto a almacenes como a usuarios y la información recolectada se convierte en insumo de un análisis descriptivo e inferencial, con la estimación de modelos de regresión logística y Poisson, para establecer la relación entre diversas variables asociadas al usuario, como la ocupación y el uso de las redes sociales, con el conocimiento y uso de las estrategias del marketing digital de prendas de vestir, así como la incidencia sobre barreras observadas para ello. Se destaca que dicho canal no es eficaz para la compra, ya que es poco usado, sin embargo, la probabilidad de uso está asociada con las redes sociales y con algunos beneficios esperados.

18 January 2024 in International Studies of Management & Organization
Verified
Journal Article
Closed access
Jorge Anibal Restrepo-MoralesJorge Anibal Restrepo-Morales
Jorge Anibal Restrepo-Morales
MVMarisol Valencia-Cárdenas
Marisol Valencia-Cárdenas
DGDomingo García-Pérez-De-Lema
Domingo García-Pérez-De-Lema

1 January 2015 in Revista de la Facultad de Ciencias
Verified
Journal Article
Open access
PDF file
MCMarisol Valencia Cárdenas
Marisol Valencia Cárdenas
JMJuan Carlos Correa Morales
Juan Carlos Correa Morales
FDFrancisco Javier Díaz-Serna
Francisco Javier Díaz-Serna
Las comparaciones entre modelos de pronóstico son necesarias para la toma de decisiones en la industria, en especial en temas de demanda de productos terminados. En presencia de pocos datos históricos, hay dificultades en premisas de estructuras teóricas. Aquí se presenta una comparación diseñada en el programa R, usando cuatro tipos de modelos: Regresión Lineal Bayesiana con Distribución a priori Normal, Modelo Lineal Dinámico Bayesiano, modelo ARIMA y modelo de Suavización Exponencial, con base en el criterio Media del Error Absoluto de Pronósticos (MAPE) de pronóstico y para ello se simulan diferentes esquemas de datos que reflejan comportamientos de demandas con y sin distribución normal. Se encuentra que los modelos bayesianos estudiados tienen un alto potencial para realizar predicciones, sobre todo para los datos que no se comportan con una distribución normal, siendo más precisos que los otros modelos clásicos comparados, son además, más robustos a premisas teóricas y se pueden utilizar con pocos datos históricos.

26 July 2016 in APUNTES DEL CENES
Verified
Journal Article
Open access
PDF file
MCMarisol Valencia Cárdenas
Marisol Valencia Cárdenas
JGJohanna Trochez González
Johanna Trochez González
JLJuan Gabriel Vanegas López
Juan Gabriel Vanegas López
Jorge Anibal Restrepo-MoralesJorge Anibal Restrepo-Morales
Jorge Anibal Restrepo-Morales
El riesgo de quiebra en el sector agroindustrial antioqueño no ha sido ampliamente explorado a partir de modelación estadística, que puede proveer importantes elementos y tendencias para conocer el comportamiento de este sector determinante en la economía regional. Este análisis se basó en un modelo lineal mixto, que utilizó como variable respuesta el puntaje obtenido con el índice Z de Altman, el cual es un índice latente estimado a partir de variables financieras observables y que, dependiendo de su valor, clasifica las empresas en solventes e insolventes. La metodología utilizada determinó, en primera instancia, el tamaño de muestra por subsector, y luego estimó el índice Z de Altman por empresa y año, para el periodo comprendido entre 2010-2014. Con dichos índices como respuesta por empresa, se estableció un modelo lineal mixto, que permitió identificar la presencia de cambios significativos entre los diferentes subsectores de la agroindustria antioqueña, para evaluar y diagnosticar problemas de insolvencia futuros para el sector.

1 July 2016 in DYNA
Verified
Journal Article
Open access
MCMarisol Valencia Cárdenas
Marisol Valencia Cárdenas
FSFrancisco Javier Díaz Serna
Francisco Javier Díaz Serna
JCJuan Carlos CorreaMorales
Juan Carlos CorreaMorales
La complejidad de las cadenas de suministro exige mejores métodos para programar los inventarios de una empresa. En este trabajo se presenta una comparación entre modelos de pronósticos de demanda de múltiples productos, eligiendo el mejor entre: ARIMA, Suavización exponencial, Regresión Lineal Bayesiana y un Modelo Lineal Dinámico Bayesiano. Para ello, primero se realiza una simulación de casos donde no hay una Distribución Normal en las series de tiempo, segundo, se estiman las predicciones de ventas de tres productos de una estación de servicios de gasolina con los cuatro modelos, encontrando los mejores resultados para la Regresión Lineal Bayesiana. Seguido a esto, se presenta la optimización de un Modelo de Inventarios Multi-Producto. Para definir la política de pedidos, inventarios, costos y ganancias, se utiliza una búsqueda bayesiana, que integra elementos de búsqueda Tabú para mejorar la solución. Dicha Optimización del Modelo de Inventarios se aplica a un caso de una estación de combustibles en Colombia.

11 March 2014 in Ingeniería
Verified
Journal Article
Open access
PDF file
MCMarisol Valencia Cárdenas
Marisol Valencia Cárdenas
DLDaniela González L.
Daniela González L.
JRJuan Esteban Cardona R.
Juan Esteban Cardona R.
Metodología de un modelo de optimización para el pronóstico y manejo de inventarios usando el metaheurístico Tabú