ALGORITMOS DE BUSINESS INTELLIGENCE EN LA ANALÍTICA DE DATOS EMOCIONALES DE TWEETS PUBLICADOS POR CLIENTES DE MCDONALD’S Y KFC, LIMA 2022

Abstract

Esta investigación empleó un enfoque cuantitativo, y su tipología fue aplicada, se utilizó el método de investigación hipotético-deductivo. El objetivo general consistió en determinar la influencia de los algoritmos más usados en business intelligence en la analítica de los datos emocionales de los tweets publicados por clientes de McDonald's y KFC, en Lima en el último trimestre del año 2022. El nivel de investigación fue descriptivo-explicativo. Se adoptó un diseño experimental puro que incluyó prepruebas y pospruebas, así como un grupo de control. Se recopilaron tweets aleatorios que mencionaban a McDonald's y KFC en Lima durante el periodo mencionado, con una población total de 270,058 tweets. La muestra, obtenida mediante muestreo aleatorio simple, consistió en 384 tweets y se dividió en dos grupos: experimental y control. Para el análisis, se aplicaron distintos algoritmos en cada grupo. El grupo experimental se analizó utilizando algoritmos de business intelligence, específicamente regresión logística y árboles de decisión, mientras que al grupo control se le aplicó un algoritmo de Deep Learning llamado BERT. Los resultados obtenidos se compararon para evaluar la eficacia de los distintos algoritmos. Se diseñaron dos fichas de observación con preguntas cerradas de tipo dicotómico relacionadas con las variables de investigación. Los datos fueron analizados utilizando técnicas estadísticas descriptivas e inferenciales. La prueba de McNemar se utilizó para la prueba de hipótesis, y el análisis de datos se realizó con el lenguaje de programación Python. Las etapas del análisis incluyeron recolección de datos, definición de grupos, fase de pretest, fase de postest, evaluación y comparación, y conclusiones finales. La variable dependiente fue evaluada en dos etapas: pretest y postest. En el postest ambos grupos (experimental y control) mostraron una mejora en la cantidad de resultados. Sin embargo, el grupo experimental mostró una mejora significativamente mayor en comparación con el grupo control (Deep Learning). Los resultados iniciales indicaron que los algoritmos de business intelligence podrían ser una alternativa viable y efectiva para la analítica de datos emocionales en los mensajes de tweets. Las hipótesis específicas fueron evaluadas, con la hipótesis 1 (H1) obteniendo un p-valor de 8.16e-20 y la hipótesis 2 (H2) un p-valor de 8.63e-22. La prueba de McNemar proporcionó evidencia suficiente para rechazar las hipótesis nulas específicas, lo que llevó a la aceptación de ambas hipótesis específicas. La hipótesis general también fue aceptada, con un p-valor de 1.51e-37 en comparación con el valor de significancia estándar de 0.05. Esto confirma que los algoritmos de business intelligence influyen en la analítica de los datos emocionales de los tweets publicados por clientes de McDonald's y KFC, Lima 2022.