Vol. 7 No. 63 (2025): January
Artículos

Data Economy, a strategy for sectoral competitiveness

PDF (Español (España)) HTML (Español (España))
  • R. Morales Ibarra,
  • J. González Martínez,
  • J.A. Rangel Bernal
R. Morales Ibarra
Universidad Autónoma del Estado de México
J. González Martínez
Universidad Autónoma del Estado de México
J.A. Rangel Bernal
Universidad Autónoma del Estado de México
DOI: https://doi.org/10.51896/rilcods.v7i63.756

Published 2025-01-28

Keywords

  • data economy,
  • data assets,
  • data warehouse,
  • productivity,
  • management,
  • data marketplace
    • ...More
    Less

How to Cite

Morales Ibarra, R., González Martínez, J., & Rangel Bernal, J. (2025). Data Economy, a strategy for sectoral competitiveness. Desarrollo Sustentable, Negocios, Emprendimiento Y Educación, 7(63), 107–123. https://doi.org/10.51896/rilcods.v7i63.756
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Abstract

This article aims to analyze the Data Economy from a market perspective. It begins by reviewing the basic concepts of the Data Economy, then seeks to identify the economic impact and effects on certain sectors and companies, emphasizing the importance of data management and analysis as a valuable economic asset for organizations and individuals. Finally, it explores how strategically, competitiveness between companies has opened the possibility of new business models, boosting their profitability through data management, without leaving aside the ethical and legal challenges posed by the digital economy.

PDF (Español (España)) HTML (Español (España))

References

  1. Branding, M. (2021).Marketing en redes sociales 2021. Babelcube Inc..
  2. de Santana Carvalho, E. S., y Júnior, H. P. S. (2019). Publicar e perecer: ameaça das revistas predatórias à integridade científica.Revista Baiana de Enfermagem‏,33.‎
  3. Egas Sánchez, P. G. (2015). Análisis de factibilidad para la implementación de una plataforma de administración de información no estructurada. Caso de estudio: empresa de servicios petroleros radicada en Ecuador.
  4. González Toro, C. I., López Otálvaro, C., y Osorio Montoya, B. P. (2016).Sistema categorial para la gestión integral del conocimiento y la innovación en las organizaciones (Doctoral dissertation, Universidad EAFIT).
  5. Guaña-Moya, J., Roa, H. N., Marrillo, F., Ayavaca-Vallejo, L., Chiluisa-Chiluisa, M., y Moya-Carrera, B. (2022). Tecnología Blockchain, qué es y cómo funciona. Revista Ibérica de Sistemas e Tecnologias de Inf)ormação, (E54), 101-114.
  6. Huarte, D. E. A., y España, P. D. N. (2023). La inteligencia artificial como agente contaminante: concepto jurídico, impacto ambiental y futura regulación.Actualidad Jurídica Ambiental,130, 51-105.
  7. López, K. M. G. (2023). Inteligencia artificial generativa: Irrupción y desafíos.Enfoques,4(2), 57-82.
  8. Mallamaci, M., y Poblete, L. (2023). Presentación: Entre modos de conexión y medios de producción: la economía digital desde una agenda de investigación multisituada. Papeles de Trabajo,17(32).
  9. Martínez Furer, D. (2023). Daten: transformando el negocio mediante la monetización de los datos.
  10. Ontiveros, E.,y López Sabater, V. (2017). Economía de los Datos.
  11. Patel, J. A., y Sharma, P. (2020). Procesamiento analítico online para inteligencia de negocio en big data Grandes datos,8(6), 501-518.
  12. Pérez Serrano, J. (2024). Implementación de procesos ETL para la generación automática de inventarios (Doctoral dissertation, Universitat Politècnica de València).
  13. Reinsel, D., Wu, L., Gantz, J. F., y Rydning, J. (2019). La esfera de datos de China: preparada para ser la esfera de datos más grande para 2025.Cooperación Internacional de Datos (IDC), Framingham, MA, MA, EE. UU., Rep. US44613919, 1-10.
  14. Torres Apolo, V. A. (2022). Evaluación de factores asociados al uso del teléfono móvil y Redes Sociales (Instagram): factores personales y repercusiones en la salud.
  15. Páginas y sitios web
  16. https://www.computerweekly.com/es/definicion/OLAP-o-procesamiento-analitico-en-linea
  17. https://prensariotila.com/12613-big-data-se-generan-3-trillones-de-datos-cada-24hs-que-hacemos-con-ellos/
  18. https://revistasumma.com/dia-de-internet-como-esta-tecnologia-ha-permitido-el-desarrollo-de-la-nube-y-de-la-ia/
  19. https://wearesocial.com/wp-content/uploads/2023/03/Digital-2023-Global-Overview-Report.pdf
  20. https://arteesetica.org/goldman-sachs-predice-que-la-inteligencia-artificial-afectara-300-millones-de-puestos-de-trabajo/
  21. https://www.domo.com/learn/infographic/data-never-sleeps-11
  22. https://marketing4ecommerce.net/
  23. https://www.digitalicce.org
  24. https://es.statista.com/
  25. https://commercetools.com/
  26. https://notipress.mx/negocios/china-domina-comercio-electronico-global-alibaba-pinduoduo-a-la-cabeza-21866#google_vignette
  27. https://aws.amazon.com/es/what-is/data-mart/
  28. Seagate-WP-DataAge2025-March-2017.pdf