���������������������������������������������������������������������������������
����������������������������������������������������������������������������������������������������������������������������������������
La competitividad como factor de gesti�n en el sector industrial textil de la ciudad de Cuenca- Ecuador
Competitiveness as a management factor in the textile industrial sector of Cuenca � Ecuador
Competitividade como fator de gest�o no setor industrial t�xtil da cidade de Cuenca-Equador
Kl�ber Antonio Luna-Altamirano I
http://orcid.org/0000-0002-4030-8005
Diana Priscila Rivas-Barrera II ���
dianarivasp84@gmail.com
https://orcid.org/0000-0001-7901-2271
Mar�a Isabel Chillogalli-Chimbo III
isabelchillogalli98@hotmail.com
https://orcid.org/0000-0001-5988-1760
Correspondencia: klunaa@ucacue.edu.ec
Ciencias t�cnicas y aplicadas �
Art�culo de investigaci�n
*Recibido: 22 de mayo de 2021 *Aceptado: 20 de junio de 2021 * Publicado: 05 de julio de 2021
I. Candidato a Doctor en Ciencias Sociales, menci�n Gerencia, de la Universidad del Zulia (Venezuela). Magister en Administraci�n de Empresas, Menci�n Recursos Humanos y Marketing. Economista. Docente investigador, Unidad Acad�mica de Administraci�n de la Universidad Cat�lica de Cuenca, Cuenca, Ecuador.
II. Licenciada en Administraci�n de empresas, Unidad Acad�mica de Administraci�n de la Universidad Cat�lica de Cuenca, Cuenca, Ecuador.
III.
Licenciada en
Administraci�n de empresas, Unidad Acad�mica de Administraci�n de la
Universidad Cat�lica de Cuenca, Cuenca, �Ecuador.
Resumen
La presente investigaci�n se direcciona al estudio de la competitividad industrial en el sector textil de la ciudad de Cuenca-Ecuador. El problema general radica en la falta de herramientas y estrategias que ayuden a las industrias a ser m�s competitivas. El objetivo del estudio es aplicar las herramientas novedosas que ofrece la l�gica difusa como el expertizaje y contraexpertizaje con la finalidad de evaluar el impacto de indicadores competitivos en el sector. Concebido este an�lisis, se desarrollar� un modelo que optimice la competitividad, facilitando a las empresas aumentar su ventaja competitiva y eficiencia. Dentro del constructo metodol�gico esta investigaci�n ser� de tipo descriptivo con un enfoque cuantitativo, empleando la t�cnica de la encuesta misma que estar� dirigida a los gerentes, departamentos financieros, recurso humano y contadores. Al dise�ar este modelo competitivo las empresas industriales textiles podr�n asegurar un crecimiento sostenido, a trav�s de una correcta toma de decisiones a nivel de gerencia.
Palabras clave: Expertizaje y contraexpertizaje; l�gica difusa; modelo de competitividad.
Abstract
This research is aimed at the study of industrial competitiveness in the textile sector of the city of Cuenca-Ecuador. The overall problem is the lack of tools and strategies to help industries become more competitive. The aim of the study is to apply the innovative tools offered by diffuse logic such as expertise and counter-expertise in order to evaluate the impact of competitive indicators on the sector. Conceived this analysis, a model will be developed that optimizes competitiveness, enabling companies to increase their competitive advantage and efficiency. Within the methodological construct, this research will be descriptive with a quantitative approach, using the technique of the survey itself, which will be addressed to business managers, financial departments, human resources and accountants. By designing this competitive model, industrial textile companies will be able to ensure sustained growth through proper management decision-making.
Keywords: Expertise and counter-expertise; diffuse logic; competitiveness model.
Resumo
Esta pesquisa est� direcionada ao estudo da competitividade industrial do setor t�xtil da cidade de Cuenca-Equador. O problema geral reside na falta de ferramentas e estrat�gias que ajudem as ind�strias a serem mais competitivas. O objetivo do estudo � aplicar as novas ferramentas oferecidas pela l�gica fuzzy como expertise e contra-expertise para avaliar o impacto de indicadores competitivos no setor. Uma vez concebida esta an�lise, ser� desenvolvido um modelo que otimiza a competitividade, facilitando �s empresas o aumento da sua vantagem competitiva e efici�ncia. Dentro do construto metodol�gico, esta pesquisa ser� descritiva com abordagem quantitativa, utilizando a mesma t�cnica de survey que ser� direcionada a gestores, departamentos financeiros, recursos humanos e contadores. Com a concep��o deste modelo competitivo, as empresas da ind�stria t�xtil ser�o capazes de garantir um crescimento sustentado atrav�s da correta tomada de decis�es ao n�vel da gest�o.
Palavras chave: Expertiza��o e contra-expertise; l�gica difusa; modelo de competitividade.
Introducci�n
El cant�n Cuenca, es considerado uno de los sectores con mayor desarrollo productivo textil del pa�s (Asociaci�n de industriales textiles del Ecuador [AITE], s.f.). A lo largo del tiempo, las industrias se han visto obligadas a emplear estrategias para aumentar el nivel de competitividad, haciendo su participaci�n en el mercado m�s eficiente.
El problema de la investigaci�n es la falta de herramientas que ayuden a las industrias a ser m�s competitivas en el sector textil. Las empresas buscan ser m�s eficientes y eficaces en cuanto al uso de los recursos humanos, tecnol�gicos, econ�micos, etc.
Para ello, debe afrontar el reto que representa un modelo de competitividad que precis� y evalu� recursos claves para maximizar el rendimiento empresarial garantizando el crecimiento del sector. Los autores Metcalfe et al. (2002) afirman:
Los conceptos de competencia deber�an ayudar a comprender por qu� el mundo econ�mico cambia de la forma en que lo hace, adem�s de identificar las fuentes, los procesos, las consecuencias del cambio y la mutua interdependencia entre fuente, proceso y consecuencia. (p.4)
Alc�var (2017) manifiesta que para medir la competitividad se requiere determinar componentes y factores tanto para establecer su origen como el nivel de impacto. Por otra parte, los autores Redondo, Ramos y D�az (2016) explican que la competitividad: �Es la capacidad que tiene una empresa para penetrar, consolidar o ampliar su participaci�n en un mercado� (p.46).
En este sentido, el autor Garay (1998) concluye que la competitividad en su mayor parte inicia con la creaci�n de ventajas din�micas con base en el conocimiento, el capital humano, tecnolog�a, innovaci�n, desarrollo de procesos y productos. La definici�n de competitividad ha evolucionado con el paso de los a�os, cabe destacar que en todas ellas se incluye a la tecnolog�a dentro de los est�ndares de competitividad; sin importar la actividad que desempe�e una empresa debe crear un estado de innovaci�n y cambio comercial.
Con relaci�n a las estrategias competitivas L�pez-Zapata, L�pez-Moros y Agudelo (2019) las definen como f�rmulas que implementa una empresa para el establecimiento de metas y objetivos a largo plazo, son acciones empleadas para alcanzar un rendimiento mayor al de sus competidores. Porter (2000), sostiene: �(�) la estrategia de las organizaciones se define como la configuraci�n de sus actividades y sus interrelaciones (�) realizando actividades estrat�gicas importantes mejor y m�s barato que sus competidores� (p.407).
Los autores Huertas et al. (2020) aducen que �Un modelo es un dise�o te�rico simplificado de un sistema o de una realidad o fen�meno complejo elaborado para posibilitar su comprensi�n y estudiar su comportamiento� (p.167).
El objetivo de este estudio es aplicar herramientas novedosas que ofrece la l�gica difusa como el expertizaje y contraexpertizaje con la finalidad de evaluar el impacto de indicadores competitivos en el sector, m�s adelante se desarrollar� un modelo que optimice la competitividad, facilitando a las empresas aumentar su ventaja competitiva y eficiencia. De acuerdo con Kaufman y Gil-Aluja (1989), los m�todos actuales requieren datos extensos para analizar patrones, mientras que la l�gica difusa se sustenta en base a intervalos entre cero y uno, garantizando la efectividad de los resultados a niveles superiores de observaci�n.
En cuanto a lo metodol�gico, la investigaci�n es de tipo descriptivo enfocada al plano cuantitativo, empleando la t�cnica del expertizaje y contraexpertizaje, partiendo de una encuesta realizada a doce gerentes y diecinueve funcionarios (jefes de recurso humano, financieros y contabilidad).
Como parte del proceso se realizar� un an�lisis de los indicadores competitivos de la industria textil, para lo cual, se elaborar� una encuesta utilizando la escala endecadaria caracter�stica de la l�gica difusa, con la finalidad de obtener la opini�n de los directivos y jefes de �rea de las doce industrias participantes de la ciudad de Cuenca (Supercias, 2019). M�s adelante, para el modelo competitivo se emplear� el mismo tipo de investigaci�n, enfoque y t�cnica.
La estructura del estudio inicia de manera te�rica a partir de la introducci�n, en la cual se explica el problema de la investigaci�n, el objetivo que persigue y la metodolog�a desarrollada, luego se justifica a trav�s del estado del arte como medio de consolidaci�n.
Finalmente, se plantean los resultados del estudio para evaluar la incidencia de ciertos indicadores competitivos, generando as� un modelo de gesti�n que optimice la competitividad del sector industrial textil de la ciudad de Cuenca.
Estado del arte: Competitividad y l�gica difusa
En las �ltimas d�cadas se ha observado un creciente inter�s por el estudio de la competitividad como medio para el desarrollo empresarial, se ha buscado incursionar en aspectos internos y externos para lograr un mejor posicionamiento en el mercado, llev�ndose a cabo varias investigaciones sobre la tem�tica, los empresarios han cambiado sus sistemas de gesti�n, con el prop�sito de medir y construir el foco determinante para alcanzar la ventaja competitiva del sector industrial.
La l�gica difusa inicialmente era conocida como el principio de incompatibilidad, el autor Zadeh (1965), delinea el concepto de la herramienta rompiendo esquemas inexactos e intentando reducir la incertidumbre para alcanzar soluciones m�s reales. El autor plantea que la l�gica difusa est� relacionada con la dificultad de un sistema, a medida que, este incrementa la probabilidad de ser exacto y formar interpretaciones de la actuaci�n se aten�a hasta que el alcance y la exactitud sean propiedades descartadas. Esta herramienta es f�cil de entender porque los conceptos de an�lisis matem�ticos manejados son f�ciles y flexibles siendo tolerante a datos imprecisos. En este orden de ideas, los autores Luna y Sarmiento (2019) definen al expertizaje como �la consulta realizada a un grupo definido de expertos en afinidad con un determinado tema, con la intenci�n de acotar la incertidumbre� (p.553). Paralelamente, Rico y Tinto (2010) explican el contraexpertizaje a modo de �un procedimiento aritm�tico como base en los subconjuntos borrosos que permite disminuir la entrop�a en las variables o categor�as estudiadas mediante la aplicaci�n de la f�rmula Ei + ([Es - Ei] � expert�n)� (p.130). En cuanto a la escala endecadaria, los autores Kaufmann y Gil-Aluja (1987) aseveran: �Es la inducci�n de una valoraci�n equilibrada entre 0 y 1 que permite intervenir niveles de verdad en la noci�n de incidencia. (�) valores de 0 a 1 (la llamada valuaci�n endecadaria)� (p. 26).
De tal forma, Luna et al. (2020), aplican la herramienta del expertizaje y contraexpertizaje para aportar a la creatividad del sector textil mediante la confecci�n de chaquetas de hombre partiendo de un instrumento vanguardista denominado, model�stica inteligente para tecnolog�a y simulaci�n. As� mismo, �lvarez et al. (2020), presentan una herramienta de an�lisis mediante la l�gica difusa como mecanismo de mitigaci�n del riesgo financiero en la Cooperativa de ahorro y cr�dito CACPE Bibli�n Ltda. Por consiguiente, esta herramienta intenta resolver contrariedades, es por ello que los autores mencionados han demostrado en sus estudios la operatividad de esta teor�a, donde se reducen los riesgos para mejorar la administraci�n empresarial. Luna y Sarmiento (2019) plantean una evaluaci�n econ�mica bajo el enfoque difuso, mediante la utilizaci�n de n�meros triangulares mismos que act�an como indicadores financieros bajo conjeturas de distintos niveles, permitiendo a la directiva tomar decisiones adecuadas al momento de invertir su capital.
Con respecto a las ventajas competitivas, citando a Porter (2000), �(�) son aquellos aspectos favorecedores que posee una empresa ante otras empresas del mismo sector o mercado, que le permite destacar o sobresalir ante ellas, y tener una posici�n competitiva en el sector o mercado� (p. 1). En otra l�nea se eval�a la matriz competitiva, Oral y Kettani (2009) dise�an un modelo competitivo utilizando como base la formulaci�n de estrategias con �nfasis en las ventajas competitivas y la gesti�n. En este contexto, N�jera (2015) elabora un an�lisis del estado actual de la industria textil en la ciudad de M�xico vista desde los tres niveles de competitividad (empresa, industria y pa�s) enfoc�ndose en los factores claves como la productividad, calidad e innovaci�n aplicada a los recursos y capacidades que posee la empresa.
La metodolog�a de la investigaci�n es de tipo descriptivo, se basa en situaciones sin interesarse en hacer predicciones. Los autores Cabezas, Andrade y Torres (2018) sostienen: �La finalidad de los estudios descriptivos es buscar especificar las propiedades, las caracter�sticas y los perfiles importantes de las personas, grupos, poblaciones, comunidades o cualquier otro fen�meno que se someta a un an�lisis� (p. 68). En cuanto al enfoque se alinea a lo cuantitativo, los autores Hern�ndez-Sampieri y Mendoza (2018), afirman: �Usa la recolecci�n de datos para probar hip�tesis con base a medici�n num�rica y an�lisis estad�stico, para establecer patrones de comportamiento y probar teor�as� (p. 6).� La informaci�n se obtendr� a trav�s de la t�cnica de la encuesta, misma que formula interrogantes sobre el tema investigado, en opini�n de Cabezas et al. (2018) �la encuesta se utiliza para indagar, averiguar opiniones, mediante preguntas estructuradas en base a un proceso met�dico como es la operacionalizaci�n de las variables (�) al formular estas interrogantes sobre tal o cual fen�meno investigado permite que las respuestas tengan objetividad� (p.81).
Metodolog�a
La investigaci�n presentada a continuaci�n es de tipo descriptivo, con un enfoque cuantitativo, para ello se elabor� una encuesta estructurada, misma que fue orientada a gerentes y jefes de �reas de las industrias textiles cuencanas, con el prop�sito de recabar informaci�n que sustente tanto los indicadores para el c�lculo difuso como tambi�n del modelo que se aspira dise�ar.
Tabla 1: Personas encuestadas
Encuestados |
N�mero |
Directivos |
12 |
Jefes de �rea |
19 |
Total |
31 |
Fuente: Elaboraci�n propia
Resultados
La adaptaci�n de indicadores de medici�n ser� el eje primordial para el c�lculo difuso. Al respecto, la figura 1 proporciona un esquema tem�tico, que contienen lineamientos investigativos de Michael Porter y Sebasti�n Amaluisa.
![]() |
Figura 1: Esquema tem�tico competitivo de las industrias.
Fuente: Adaptado de Porter (1980) y Amaluisa (2019)
Como instrumento de investigaci�n se presentan los indicadores contenidos en la evaluaci�n competitiva obteniendo los siguientes resultados:
Tabla 2: Variables de medici�n
Indicadores de medici�n |
|
1 |
Mano de obra capacitada |
2 |
% de Adopci�n de tecnolog�a |
3 |
Tasa de productividad de los empleados |
4 |
Nivel de satisfacci�n de los clientes |
5 |
% de Participaci�n del producto en el mercado |
6 |
Impacto de inversi�n de I+D |
7 |
% de Responsabilidad ambiental |
Fuente: Elaboraci�n propia.
A continuaci�n, se desarrolla la t�cnica del expertizaje propia de la l�gica difusa, esta herramienta trata de reducir la incertidumbre en la informaci�n, para su aplicaci�n se considera la opini�n de los funcionarios de las industrias, tomando como gu�a la escala endecadaria.
![]() |
Tabla 3: Escala endecadaria
Fuente: Elaboraci�n propia.
Empleando la escala, se solicit� a los jefes de �rea de los departamentos financieros, de recursos humanos y contabilidad, que establezcan el grado de incidencia que poseen las siete variables planteadas para el estudio, valoraci�n que se examin� desde el criterio competitivo considerando la realidad de la industria.
Tabla 4: Opini�n de jefes de �rea �Mano de obra capacitada�
No. Encuestados |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
Resultados |
0,8 |
1 |
0,7 |
0,6 |
0,5 |
1 |
0,8 |
0,5 |
0,7 |
0,7 |
0,9 |
0,6 |
0,8 |
0,6 |
0,7 |
1 |
0,8 |
0,9 |
1 |
Fuente: Elaboraci�n propia.
Las respuestas 0,8 y 1 se repiten cuatro veces, 0,6 se repite tres veces, en la frecuencia se escribe las veces que se repite el grado en la escala seg�n el criterio de los funcionarios hasta completar la informaci�n de todos los indicadores consultados a los expertos. La normalizaci�n de la frecuencia; que consiste en dividir los valores de la frecuencia alcanzados en los grados de presunci�n de la escala endecadaria, para el n�mero de expertos, 2�19=0,105; y 3�19=0,158, abarcando todos los valores de la frecuencia. El pr�ximo paso es la acumulaci�n de frecuencias, partiendo con la sumatoria desde el final de la sucesi�n, hasta obtener la unidad, a partir de ah� todos los valores se consideran uno (1,000).
Tabla 5: Sucesi�n Normalizaci�n y acumulaci�n de frecuencias
Mano de obra capacitada |
|||
Grado de Presunci�n α |
Frecuencia |
Normalizaci�n de la |
Acumulaci�n de Frecuencias |
0 |
0 |
0,000 |
1,000 |
0,1 |
0 |
0,000 |
1,000 |
0,2 |
0 |
0,000 |
1,000 |
0,3 |
0 |
0,000 |
1,000 |
0,4 |
0 |
0,000 |
1,000 |
0,5 |
2 |
0,105 |
1,000 |
0,6 |
3 |
0,158 |
0,895 |
0,7 |
4 |
0,211 |
0,737 |
0,8 |
4 |
0,211 |
0,526 |
0,9 |
2 |
0,105 |
0,316 |
1 |
4 |
0,211 |
0,211 |
Total |
19 |
1 |
7,684 |
Fuente: Elaboraci�n propia
M�s adelante el total de acumulaci�n de frecuencias se divide entre 10; que corresponde a los factores que forman el grado de presunci�n de 0,1 hasta 1, dando como resultado 7,684 � 10 = 0,768, este valor figura en la opini�n agregada de los diecinueve expertos consultados sobre la incidencia de la variable mano de obra capacitada. Se realiza el mismo procedimiento en las siete variables puntualizadas en la siguiente tabla.
Tabla 6: Determinaci�n de umbrales
Determinaci�n de umbrales generales |
||
# |
Variables |
Umbrales |
1 |
Mano de obra capacitada |
0,768 |
2 |
% de Adopci�n de tecnolog�a |
0,621 |
3 |
Tasa de productividad de los empleados |
0,637 |
4 |
Nivel de satisfacci�n de los clientes |
0,679 |
5 |
% de Participacion del producto en el mercado |
0,674 |
6 |
Impacto de inversi�n de I+D |
0,453 |
7 |
% de Responsabilidad ambiental |
0,526 |
Fuente: Elaboraci�n propia
Para el siguiente paso se recopila la informaci�n de doce expertos directivos quienes calificaron con un valor cuantitativo a cada una de las siete variables, fundamentado en un criterio m�nimo y m�ximo, mediante la aplicaci�n de intervalos de confianza, con el objetivo de evaluar la incidencia de esta variable en el entorno competitivo, alcanzando los siguientes resultados:
Tabla 7: Opini�n de expertos �Mano de obra capacitada�
Expertos |
Respuestas |
1 |
[0,6; 1] |
2 |
[0,5; 0,8] |
3 |
[0,7; 0,8] |
4 |
[0,8; 1] |
5 |
[0,7; 0,9] |
6 |
[0,5; 0,9] |
7 |
[0,8; 0,9] |
8 |
[0,9; 1] |
9 |
[0,6; 0,8] |
10 |
[0,7; 1] |
11 |
[0,5; 1] |
12 |
[0,6; 0,9] |
Fuente: Elaboraci�n propia
El manejo de la t�cnica del expertizaje con intervalos, se asemeja a la tabla 5 de sucesi�n normalizaci�n y acumulaci�n de frecuencias. En la tabla 8 se presentan los resultados obtenidos.
Tabla 8: Opini�n de expertos �Mano de obra capacitada�
Mano de obra capacitada |
||||||
Grado de Presunci�n α |
Frecuencia |
Normalizaci�n de la frecuencia |
Expert�n |
|||
0 |
0 |
0 |
0 |
0 |
1 |
1 |
0,1 |
0 |
0 |
0 |
0 |
1 |
1 |
0,2 |
0 |
0 |
0 |
0 |
1 |
1 |
0,3 |
0 |
0 |
0 |
0 |
1 |
1 |
0,4 |
0 |
0 |
0 |
0 |
1 |
1 |
0,5 |
3 |
0 |
0,250 |
0 |
0,500 |
1 |
0,6 |
3 |
0 |
0,250 |
0,000 |
0,500 |
1 |
0,7 |
3 |
0 |
0,250 |
0,000 |
0,500 |
0,250 |
0,8 |
2 |
3 |
0,167 |
0,250 |
0,417 |
0,583 |
0,9 |
1 |
4 |
0,083 |
0,333 |
0,250 |
0,750 |
1 |
0 |
5 |
0 |
0,417 |
0 |
0,417 |
Total |
12 |
12 |
1 |
1 |
6,167 |
8,000 |
Fuente: Elaboraci�n propia
Por ende, se presenta el expert�n total hallado, se debe dividir entre 10 como se lo hizo en la tabla 5, los intervalos o bandas obtenidos son [0,617; 0,800] del indicador mano de obra capacitada. De igual manera se emplea la t�cnica para las dem�s variables, continuando con los intervalos de confianza dispuestos en el grupo de expertos m�s los umbrales analizados. En la tabla 9 se ordenan las variables de acuerdo a los resultados aprobado o negado, una vez analizado si el umbral forma parte de los intervalos de confianza.
Tabla 9: Determinaci�n de los expertos y variables
# |
Variables |
Umbrales |
Intervalos de confianza |
Resultados |
|
Expert�n |
|||||
1 |
Mano de obra capacitada |
0,768 |
[0,617; |
0,800] |
Aprobado |
2 |
% de Adopci�n de tecnolog�a |
0,621 |
[0,625; |
0,792] |
Negado |
3 |
Tasa de productividad de los empleados |
0,637 |
[0,483; |
0,675] |
Aprobado |
4 |
Nivel de satisfacci�n de los clientes |
0,679 |
[0,492; |
0,691] |
Aprobado |
5 |
% de Participaci�n del producto en el mercado |
0,674 |
[0,625; |
0,767] |
Aprobado |
6 |
Impacto de inversi�n de I+D |
0,453 |
[0,475; |
0,591] |
Negado |
7 |
% de Responsabilidad ambiental |
0,526 |
[0,567; |
0,600] |
Negado |
Fuente: Elaboraci�n propia
En la siguiente tabla, se sintetizan los datos de los umbrales definidos anteriormente, los mismos que reflejan el grado de relevancia de cada uno de los indicadores, m�s adelante se divide cada umbral para el total de los umbrales, obteniendo el nivel de relevancia que posee cada variable estudiada. En otra l�nea se redondea la cantidad para obtener el puntaje m�ximo de incidencia.
Tabla 10: Nivel de importancia de las variables
# |
Variables |
Umbrales |
Nivel de relevancia |
Puntaje m�ximo |
|
1 |
Mano de obra capacitada |
0,768 |
17,86 |
18 |
|
2 |
% de Adopci�n de tecnolog�a |
0,621 |
13,09 |
13 |
|
3 |
Tasa de productividad de los empleados |
0,637 |
14,82 |
15 |
|
4 |
Nivel de satisfacci�n de los clientes |
0,679 |
15,79 |
16 |
|
5 |
% de Participaci�n del producto en el mercado |
0,674 |
15,67 |
16 |
|
6 |
Impacto de inversi�n de I+D |
0,453 |
10,54 |
11 |
|
7 |
% de Responsabilidad ambiental |
0,526 |
12,23 |
12 |
|
Total |
4,300 |
100 |
100 |
Fuente: Elaboraci�n propia
Los resultados expuestos en la tabla 10 deben estudiarse a trav�s de un an�lisis de las variables de mayor importancia, tomando en cuenta los indicadores que cumplen los par�metros establecidos en la informaci�n propuesta. A continuaci�n, se evaluar�n las respuestas de los doce empresarios entrevistados, bas�ndose tanto en el estudio de los indicadores calculados, como en los estudios de los autores mencionados en este art�culo cient�fico.
![]() |
Figura 2: Mano de obra capacitada
Fuente: Elaboraci�n propia
En la figura 2 se evidencia un alto nivel de capacitaci�n del personal con un 58%, remarcando la importancia del perfeccionamiento del personal y su capacidad para actuar directamente en la transformaci�n del entorno, logrando un aumento de los niveles de productividad, cultura empresarial y calidad en la industria. Para Montoya y Boyero (2016), �(�) el desaf�o al que se deben enfrentar los dirigentes de las organizaciones est� fundamentado, en la direcci�n de su recurso humano hacia una labor que permita alcanzar la eficacia y la eficiencia, con el fin de lograr altos est�ndares de rendimiento enfocados en el valor agregado y en una notoria ventaja competitiva (�) cuando la organizaci�n hace las cosas bien, se tienen grandes ganancias a diferencia de las que no lo hacen� (p.2).
![]() |
Figura 3: Nivel Tecnol�gico
Fuente: Elaboraci�n propia
El nivel de investigaci�n y desarrollo en las industrias es medio, un 42% considera que existe un d�ficit en la implementaci�n de tecnolog�a, innovaci�n y calidad. La OCDE, manifiesta: �las actividades de innovaci�n tecnol�gica son el conjunto de etapas cient�ficas, tecnol�gicas, organizativas, financieras y comerciales, incluyendo las inversiones en nuevos conocimientos, (�) la I+D no es m�s que una de estas actividades� (2002, p.17). En referencia a ello, Soleiro y Casta��n (2016), afirman: �La tecnolog�a es el conjunto de conocimientos, m�quinas, herramientas, m�todos y relaciones econ�micas y sociales del medio orientados a la satisfacci�n de necesidades a trav�s de la producci�n de productos, servicios o procesos� (p.15).
![]() |
Figura 4: Ventaja Competitiva
Fuente: Elaboraci�n propia
De acuerdo a la figura presentada anteriormente, un 58,33% de los encuestados consideran que tienen una ventaja parcial sobre sus competidores. La brecha entre la ventaja competitiva y la permanencia en el tiempo de las industrias est� marcada por las habilidades, recursos y diferenciaci�n, esto le permite a la empresa desempe�arse adecuadamente a un mejor costo que su competencia. El autor Porter (1987) en su obra Ventaja competitiva: Creaci�n y sostenimiento de un desempe�o superior propone: �la ventaja competitiva resulta de la habilidad de las organizaciones para ejecutar las actividades requeridas a un menor costo que los rivales o ejecutar algunas actividades de una forma �nica que cree valor para el cliente y permita a la empresa un precio premio� (p.29).
![]() |
Figura 5:� Demanda
Fuente: Elaboraci�n propia
El enfoque de la demanda de los productos en el mercado textil industrial es medio (42%) puesto que el consumidor tiene facilidades de compra en tiendas digitales y Mipymes. En su estudio de la ventaja competitiva Porter (2000), afirma que la demanda brinda una imagen amplia de los requerimientos de los compradores estimulando a la empresa a la innovaci�n continua. Por otra parte, Kotler y Armstrong (2008) explica: �La participaci�n de la compa��a en la demanda de mercado depende de la forma en que sean percibidos sus productos, servicios, precios, comunicaciones y dem�s en relaci�n con lo que ofrece la competencia� (p.32).
![]() |
Figura 6: Problemas en la industria.
Fuente: Elaboraci�n propia
Los gerentes consideran que existen cuatro aspectos importantes dentro de la industria, el 42% de los encuestados concuerdan que las pol�ticas gubernamentales inciden ampliamente en el sector, en referencia a ello el autor Amaluisa (2019) realiza una investigaci�n que tuvo como objetivo determinar la principal causa del bajo nivel de crecimiento de la industria textil, los resultados permitieron identificar problemas derivados del accionar de pol�ticas aplicadas por el gobierno que generan problemas como: el bajo nivel de productividad y competitividad impidiendo el crecimiento de la industria en el tiempo. (p.16)
Mientras que para la OCDE (2005), Las innovaciones comerciales comprenden la puesta en marcha de nuevos m�todos comerciales y pueden suponer cambios en el dise�o y la presentaci�n del producto, en la promoci�n y posicionamiento del mismo o en los m�todos de fijaci�n de precios. (p.23) Respecto a canales de distribuci�n, los autores Kotler y Armstrong (2008) aseveran:
�Es un conjunto de organizaciones que dependen entre s� y que participan en el proceso de poner un producto o servicio a la disposici�n del consumidor o del usuario industrial. (p.397)
De igual manera, el 33% de los gerentes afirman que las inversiones son un punto crucial dentro de la industria textil para generar innovaci�n. Gitman y Joehnk (2009) manifiestan �Una inversi�n se conduce de manera estrictamente intuitiva o con base a planes cuidadosamente desarrollados (�) que comienza con el establecimiento de una serie de metas financieras generales y despu�s contin�a con el desarrollo y la ejecuci�n de un programa de inversi�n congruente con dichas metas� (p.11).
Modelo de gesti�n para optimizar la competitividad
Una vez analizada la informaci�n, se plantean entornos, elementos, dificultades y logros competitivos empresariales que son parte del proceso de gesti�n.
![]() |
Figura 7: Proceso del modelo competitivo
Fuente: Adaptado de Amaluisa Pe�aranda (2019)
Tabla 11: Modelo competitivo industrial textil
Elementos y actores |
Problemas |
Acciones |
Recursos |
Responsables |
Indicadores |
Resultados |
|
Recurso humano |
Capacitaci�n intermedia o deficiente. |
Impulsar sistemas de capacitaci�n para el recurso humano. |
Contribuir al desarrollo de las habilidades y destrezas de los colaboradores. |
� Gerente propietario; |
��ndice de satisfacci�n de los empleados. |
� Evaluar y retener al personal capacitado. |
|
Innovaci�n |
Nivel de innovaci�n bajo. |
Incursionar en el uso de nuevas tecnolog�as y tendencias innovadoras en relaci�n al impacto ambiental. |
Conocer los nuevos patrones tecnol�gicos y digitales. Benchmarking. |
Jefe de sistemas; de dise�o o producci�n y; |
Ratio de �xito en Nuevos Productos |
Productos �nicos e innovadores. Proceso efectivo en el desarrollo de nuevos productos. |
|
Competidores |
Alto nivel competitivo. |
Elaborar una matriz de competencias directas. |
Elaborar productos con mayor eficiencia y calidad. (Mano de obra calificada) |
Jefe de marketing y ventas. |
Rentabilidad |
Determinar la condici�n de la competencia mediante t�rminos de cooperaci�n. Clustering |
|
Consumidores |
Consumidores actuales m�s informados y exigentes. |
Capacidad de atraer y crear v�nculos duraderos con los clientes. |
Calidad del producto, Canales digitales, canales de comunicaci�n post venta. |
Jefe de ventas y marketing. |
Porcentaje de satisfacci�n de los clientes; valor de vida del cliente; % de retenci�n de clientes; costo de adquisici�n del cliente. |
Aumentar la capacidad de adaptaci�n conforme a los intereses y necesidades de los clientes. Mejora continua. |
|
Normas y pol�ticas Gubernamentales |
Crear condiciones normativas favorables para captar mercados internacionales. |
Apoyo comercial. |
La cooperaci�n y la participaci�n del gobierno para buscar
estrategias, pol�ticas y programas |
Gobierno y Asociaciones. |
� Tasa de Inter�s |
Pol�ticas y planes piloto que impulsen las inversiones y fortalezcan los esfuerzos de los empresarios asegurando el desarrollo productivo. |
|
Fuente: Elaboraci�n propia
De acuerdo a lo expuesto, la competitividad puede medirse y formarse a partir de diferentes aspectos y condiciones. Para alcanzar los objetivos empresariales, es necesario crear estrategias que optimicen los recursos humanos, innovaci�n, entorno competitivo, tecnol�gico y el mercado consumidor de las industrias textiles. Para el efecto, se han analizado los aportes investigativos de Amaluisa (2019), Oral y Kettani (2009) y Porter (2000). El modelo de competitividad, permite al administrador evaluar las diferentes �reas estrat�gicas de las industrias adem�s de proponer un conjunto de indicadores claves para minimizar las amenazas de productos y competidores nuevos, as� como tambi�n analiza las interrelaciones, consecuencias y posibles soluciones.
Conclusiones
La aplicaci�n de la t�cnica del expertizaje y contraexpertizaje en el estudio, posibilita una nueva forma de calcular indicadores, no s�lo econ�micos sino tambi�n de gesti�n. De tal manera este m�todo estudia la incidencia y efectividad de dichas variables, con el prop�sito de obtener el nivel de impacto en las industrias textiles del sector.
Con el uso de estas herramientas novedosas, se puede evaluar a la gesti�n desde otra perspectiva, siendo de relevancia utilizar instrumentos vanguardistas para disminuir la incertidumbre del estudio. Este an�lisis delimita el entorno competitivo de las industrias, asegurando el crecimiento y permanencia en los mercados. Al utilizar c�lculos difusos como herramienta de apoyo, el estudio reflej� una baja incidencia en indicadores tecnol�gicos, I+D y ambientales, los mismos que dificultan el desempe�o industrial. Por su parte, el modelo planteado brinda una perspectiva m�s amplia de la competitividad como factor de gesti�n, permiti�ndole al empresario, validar y adaptar recursos para las distintas �reas de la organizaci�n, ya sea, en la realidad actual o futura, presentando elementos y medidas analizadas en el c�lculo difuso, coadyuvando a una correcta toma de decisiones del sector textil cuencano.
En compendio, la relevancia de esta herramienta aumenta la efectividad y adaptabilidad de los indicadores, el principal aporte del estudio est� direccionado a mejorar la posici�n competitiva de las industrias. Los directivos y gerentes tomar�n decisiones adecuadas con la finalidad de incrementar la productividad, mejorar el nivel competitivo adem�s de emplear herramientas y estrategias que permitir�n a las industrias redireccionarse a una recuperaci�n sostenible.
Referencias
1. Asociaci�n de industriales textiles del Ecuador-AITE. (s.f). Industria textil. http://aite.com.ec/#jenu
2. �lvarez, C., Narv�ez, C., Erazo, J. y Luna, K. (2020). L�gica difusa como herramienta de evaluaci�n del portafolio de inversiones en el sector cooperativo del Ecuador. Revista Espacios, 41(14), 21-37. https://www.revistaespacios.com/a20v41n36/a20v41n36p03.pdf
3. Alc�var, A. (2017). Competitividad en empresas exportadoras de productos terminados. UTEG. https://www.uteg.edu.ec
4. Amaluisa, S. (2019). Bajo nivel de crecimiento de la industria textil ecuatoriana: �Elevada concentraci�n industrial o problemas productivos estructurales? Bolet�n De Coyuntura, (21), 13-16. http://dx.doi.org/10.31164/bcoyu.21.2019.691
5. Cabezas, E., Andrade, D. y Torres, J. (2018). Introducci�n a la metodolog�a de la investigaci�n cient�fica. Editorial de la Universidad de las fuerzas armadas ESPE. htpp//www.repositorio.espe.edu.ec.
6. Garay, L. (1998). Colombia: estructura industrial e internacionalizaci�n 1967-1996. Bogot�: Departamento Nacional de Planeaci�n Colciencias Consejer�a Econ�mica y de Competitividad.
7. Gitman, L. y Joehnk, M. (2009). Fundamentos de inversiones. https://www.uv.mx/personal/clelanda/files/2016/03/Gitman-y-Joehnk-2009Fundamentos-de-inversiones.pdf
8. Hern�ndez-Sampieri, R. y Mendoza, C. (2018). Metodolog�a de la investigaci�n: las rutas cuantitativas, cualitativa y mixta. McGraw-Hill Interamericana Editores.
9. Huertas, T., Su�rez, E., Salgado, M., Jad�n, L. y Jim�nez, B. (2020). Dise�o de un modelo de gesti�n. Base cient�fica y pr�ctica para su elaboraci�n. Universidad y Sociedad, 12(1), 165-177.http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S221836202020000100165&lng=es&tlng=es.
10. Kaufmann, A. y Gil-Aluja, J. (1987). T�cnicas operativas de gesti�n para el tratamiento de la incertidumbre. http://www.fuzzyeconomics.com/pdf/02%20incertidumbre.pdf
11. Kaufmann, A. y Gil-Aluja, J. (1989). Modelos para la investigaci�n de efectos. Barcelona: Milladoiro.
12. Kotler, P. y Armstrong, G. (2008). Fundamentos de marketing, https://books.google.es/books?id=sLJXV_z8XC4C&printsec=frontcover&hl=es#v=onepage&q&f=false
13. L�pez-Zapata, E., L�pez-Moros, G. y Agudelo, Sabrina M. (2019). Relaci�n entre Estrategias Competitivas y Tipos de Aprendizaje Organizativo en Empresas Colombianas. Informaci�n tecnol�gica, 30(5), 191-202. https://dx.doi.org/10.4067/S0718-07642019000500191
14. Luna, K., Sarmiento, W. y Ordo�ez, J. (2020). Innovaci�n en empresas de Cuenca-Ecuador: Empleo de model�stica inteligente en el sector textil. Revista de Ciencias Sociales, (3), 148-162.
15. Luna, K. y Sarmiento, W. (2019). Evaluaci�n econ�mica bajo el enfoque difuso: Caso industrias de la ciudad de Cuenca-Ecuador. Revista Venezolana de Gerencia, 24(86), 547-562.
16. Metcalfe, J,. Ramlogan, R. y Uyarra, E. (2002). Economic development and the competitive process. University of Manchester.
17. Montoya, C. y Boyero, M. (2016). El Recurso Humano como elemento fundamental para la gesti�n de calidad y la competitividad organizacional. Revista Cient�fica Visi�n de Futuro, 20(2), 1-20.� https://www.redalyc.org/jatsRepo/3579/357947335001/html/index.html
18. N�jera, O. (2015). Modelo de competitividad para la industria textil del vestido en M�xico. Universidad & Empresa, 17(28), 37-68. http://doi.org/10.12804/rev.univ.empresa.28.2015.02
19. Organizaci�n de Cooperaci�n y Desarrollo Econ�micos-OCDE. (2005). Manual de Oslo. Gu�a para la recogida e interpretaci�n de datos sobre innovaci�n. http://www.madrid.org/bvirtual/BVCM001708.pdf
20. Organizaci�n de Cooperaci�n y Desarrollo Econ�micos-OCDE. (2002). Manual de Frascati. fecyt.es/es/publicaci�n/manual-de-frascati-2002
21. Oral, M. & Kettani, O. (2009). Modeling firm competitiveness for strategy formulation. Cirrelt, 52, 1-39.
22. Porter, M. (1980). Competitive Strategy: techniques for analyzing industries and competitors. New York: The Free Press.
23. Porter, M. (1987). Ventaja Competitiva: Creaci�n y sostenimiento de un desempe�o superior. https://books.google.com.ec/books
24. Porter, M. (2000). Estrategias Competitivas. M�xico CECSA.
25. Redondo, M., Ramos, H. y D�az, C. (2016). Factores del crecimiento econ�mico (1ra ed.). Universidad Libre seccional Pereira.
26. Rico, M. y Tinto, J. (2010). Herramientas con base en subconjuntos borrosos. Propuesta procedimental para aplicar expertizaje y recuperar efectos olvidados en la informaci�n contable. Actualidad Contable Faces, 13(21), 127-146.
27. Soleiro, J. y Casta��n, R. (2016). Gesti�n tecnol�gica Conceptos y pr�cticas. https://cambiotec.org.mx/site/wp-content/uploads/2017/09/E-Libro-Gestio%CC%81n-2.pdf
28. Supercias. (2019). Portal de informaci�n. https://reporteria.supercias.gob.ec
29. Zadeh, L, A. (1965). Fuzzy Sets and their applications to cognitive and decision processes. London, Academic Press Inc.
� 2020 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/)
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/