Marketing predictivo como herramienta para anticipar las necesidades del consumidor en tiempo real en farmacias
DOI:
https://doi.org/10.35381/r.k.v10i1.4871Palabras clave:
Marketing, análisis de datos, consumidor, comportamiento, farmacología, (Tesauro UNESCO).Resumen
El presente artículo se realizó con el objetivo de implementar el marketing predictivo para anticipar las demandas y comportamientos del consumidor, optimizando las estrategias de marketing. La metodología utilizada fue mixta, combinando enfoques cuantitativos y cualitativos a través de encuestas, revisión documental y observación directa. Los resultados evidencian que las recomendaciones personalizadas mejoran la experiencia de compra, incrementan la relevancia de los productos y fortalecen la relación de confianza con la farmacia. Se concluye que el marketing predictivo permite a los establecimientos diferenciarse en un mercado competitivo, optimizar la gestión del inventario y fomentar la fidelización mediante estrategias de venta más efectivas y personalizadas. En conclusión, el marketing predictivo brinda una ventaja competitiva a las farmacias. Al adoptar estas estrategias, los establecimientos o locales pueden diferenciarse en un mercado saturado, combinando la personalización de la oferta con una gestión eficiente del inventario y un excelente servicio al cliente.
Descargas
Citas
Agencia nacional de regulación, control y vigilancia sanitaria. (2025). Registro Nacional de Establecimientos Farmacéuticos: Cifras de control y vigilancia. Quito: ARCSA. https://www.controlsanitario.gob.ec/
Altwaijri, A. (2025). The effect of marketing 5.0 on marketing performance: The moderating effect of customer resources. Decision Science Letters, 14, 113-122. https://n9.cl/rqwpo
Anwar, D., Faizanuddin, M., Rahman, F., & Dayal, R. (2025). Analyzing Consumer Behavior in E-Commerce: Insights from Data-Driven Approaches. Management (Montevideo), 3, 127. https://n9.cl/eww2f
Carvache, M., Carvache, W., & Víquez, A. G. (2024). Consumer Behavior in Marketing: Sociodemographic Aspects, Satisfaction and Loyalty. https://n9.cl/w24xmg
Csoban, E., Esqueda, S., & Ríos, A. (2024). Predicción del comportamiento de compra online: una aplicación del modelo SOR. Retos, 27, 21-33. https://n9.cl/23zys
Erazo, J., & Narváez, C. (2025). Marketing y gestión empresarial en la era del e-commerce. Cuenca: Fondo Editorial Perspectivas Globales. https://n9.cl/zdcgk
Fadel, K., & Konis, E. (2024). Analyzing the Influence of Marketing Strategies on Consumer Behavior in the Fast Fashion Industry: The Case of Zara in Cyprus. Revista de Gestão Social e Ambiental, 18(8), 1–21. https://n9.cl/3szdxh
García, G., & Herrero, P. (2025). Impacto del Marketing Predictivo basado en Inteligencia Artificial. Transformando Estrategias de Comunicación y Ventas en Pymes y Startups. Visual Review, 17(1), 165-178. https://n9.cl/0sl44
García, J., Aguilar, H., Vergara, H., Rivera, A., Armijos, F., & Lopez, J. (2025). Análisis predictivo en marketing digital: un enfoque de modelado estadístico para predecir el comportamiento del consumidor. 4, 1061. https://n9.cl/v8y8iz
Instituto nacional de estadística y censos. (2023). Ecuador en cifras: Estadísticas de Acceso y Uso de las Tecnologías de la Información y Comunicación. https://n9.cl/5t5zyg
Madrigal, F., Madrigal, S., & Martínez, M. d. (2024). Comportamiento del consumidor: cambios y tendencias en la sociedad contemporánea. Revista Venezolana De Gerencia, 29(106), 643–658. https://n9.cl/8bgrc
Ministerio de telecomunicaciones y de la sociedad de la información. (2022). Agenda de Transformación Digital del Ecuador 2022–2025. https://n9.cl/k271jk
Olmedo, C., Vela, J., & Ibarra, M. (2024). E-commerce y la dinámica del cliente en México: análisis de factores clave para optimizar la compra. Acta Universitaria, 34. https://n9.cl/tgzrw
Pachas, L., Calderón, H., & Cárdenas, F. (2023). Chatbot basado en Deep Learning para recomendar productos relevantes. Computación y Sistemas, 27(2), 511–523. https://n9.cl/dc3zt
Sánchez, J., Sánchez, D., Romero, E., & Macías, N. (2025). Inteligencia de negocios en la optimización de estrategias de marketing: Enfoque basado en el análisis predictivo. Revista De Ciencias Sociales, 31(2), 340–351. https://n9.cl/9ole5
Wang, L., Jing, Z., Li, H., Li, C., & Su, Y. (2025). The Influence of AI-Driven Personalization in Social Media Marketing on Consumer Purchase Decisions and Behavior. International Journal of Accounting and Economics Studies, 12(5), 438–444. https://n9.cl/4vp3lw
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Marissa Consuelo Cuásquer-Chicaiza, Mariella Johanna Jácome-Ortega
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://fundacionkoinonia.com.ve/ojs/index.php/revistakoinonia/oai.
