Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
https://doi.org/10.62574/rmpi.v6iespecial.481
1
Automatización de la personalización en tiempo real a través de la
inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in
marketing
Wendy Estefanía Lozada-Hidalgo
wendy.lozada.01@est.ucacue.edu.ec
Universidad Católica de Cuenca, Cuenca, Azuay, Ecuador
https://orcid.org/0009-0007-1730-3947
Mariella Johanna Jácome-Ortega
mariella.jacome@ucacue.edu.ec
Universidad Católica de Cuenca, Cuenca, Azuay, Ecuador
https://orcid.org/0000-0001-8598-9206
Dayana Yasmín Murillo-Párraga
dayana.murillo@ucacue.edu.ec
Universidad Católica de Cuenca, Cuenca, Azuay, Ecuador
https://orcid.org/0000-0001-9652-4535
RESUMEN
Este estudio radica en la automatización de la personalización en marketing mediante IA, aplicada al
sector supermercadista. El objetivo fue evaluar cómo la IA eleva la experiencia del cliente y optimiza las
estrategias de marketing digital, empleando una metodología mixta a través de encuestas, revisión
documental y observación directa. Los resultados indican que la mayoría de los consumidores perciben un
notable incremento en la calidad de su experiencia de compra en línea gracias a la personalización,
destacando el papel crucial de la IA en este progreso. Si bien una proporción significativa de los
participantes manifiesta su disposición a compartir sus datos personales para recibir ofertas, expresan
ciertas reservas respecto a la privacidad. La investigación concluye que, aunque la automatización de la
personalización ofrece grandes beneficios operativos y de servicio, su éxito definitivo depende de la
capacidad de las empresas para gestionar adecuadamente los datos y mantener la transparencia.
Descriptores: inteligencia artificial; marketing; comercio electrónico. (Fuente: Tesauro UNESCO).
ABSTRACT
This study focuses on the automation of personalisation in marketing through AI, applied to the
supermarket sector. The objective was to evaluate how AI enhances the customer experience and
optimises digital marketing strategies, using a mixed methodology involving surveys, document review and
direct observation. The results indicate that most consumers perceive a notable increase in the quality of
their online shopping experience thanks to personalisation, highlighting the crucial role of AI in this
progress. While a significant proportion of participants express their willingness to share their personal
data in order to receive offers, they express certain reservations regarding privacy. The research
concludes that, although the automation of personalisation offers great operational and service benefits, its
ultimate success depends on the ability of companies to manage data properly and maintain transparency.
Descriptors: artificial intelligence; marketing; e-commerce. (Source: UNESCO Thesaurus).
Recibido: 28/11/2025. Revisado: 17/12/2025. Aprobado: 08/01/2026. Publicado: 17/01/2026.
Sección artículos de investigación
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
2
INTRODUCCIÓN
En los últimos años, la automatización de la personalización en marketing se ha posicionado
como una tendencia significativa en el sector supermercadista ecuatoriano, el cual ha
experimentado un crecimiento constante en su expansión territorial. Este fenómeno responde
directamente al incremento de la urbanización, la formalización progresiva del comercio
minorista y la evolución de los patrones de consumo alimentario en la población. Actualmente,
el país registra 671 establecimientos entre supermercados y minimercados, distribuidos
principalmente en Guayaquil, con 269 locales, y en Quito, con 178. Esta configuración refleja
un proceso de modernización comercial alimentaria liderado por grandes cadenas como
Corporación Favorita, Almacenes Tía y Corporación El Rosado, las cuales han logrado
consolidar sus canales de distribución y optimizar sus operaciones mediante la automatización
y la gestión estratégica de información, tal como lo documenta el Instituto Nacional de
Estadística y Censos (2023).
Sin embargo, este crecimiento ha provocado el desplazamiento paulatino de los mercados
populares y ferias tradicionales, espacios que históricamente han cumplido un rol fundamental
en la soberanía alimentaria urbana y la generación de empleo informal. El contraste entre el
dinamismo del retail formalizado y la fragilidad del comercio popular evidencia una
transformación estructural en el sistema alimentario urbano ecuatoriano, según señala Equifax
(2023). En la provincia de Pichincha, esta situación se intensifica: los supermercados se han
convertido en los espacios de compra predilectos para los sectores medios y altos, mientras
que los mercados municipales mantienen su función dentro de la economía popular. La
expansión territorial y digital de las grandes cadenas ha reconfigurado los hábitos de consumo,
disminuyendo la afluencia a estos espacios tradicionales y modificando las relaciones sociales
y culturales que antes definían el intercambio alimentario. La ausencia de políticas públicas que
integren a los mercados tradicionales dentro de la economía digital, sumada a la falta de
inversión en infraestructura tecnológica, restringe su competitividad frente a un comercio
minorista que avanza aceleradamente hacia la automatización y la gestión inteligente de datos,
como lo plantea Hollenstein (2019).
Para el caso de Quito, la automatización de la personalización en marketing constituye un
desafío estratégico para el sector supermercadista. Aunque algunas cadenas han
implementado programas de fidelización, análisis predictivo y sistemas Customer Relationship
Management (CRM) que permiten segmentar y anticipar el comportamiento del cliente, gran
parte de los establecimientos medianos y pequeños carece de capacidades tecnológicas y de
gestión de datos. A esto se agregan factores estructurales como la informalidad en los
procesos comerciales, la falta de estandarización de inventarios y la débil confianza del
consumidor en la digitalización de la compra alimentaria. Estas limitaciones impiden que la
comunicación con el cliente sea relevante y contextual, afectando la efectividad de las
estrategias de marketing y reduciendo la posibilidad de generar relaciones sostenibles de
fidelidad, conforme indica Hollenstein (2019).
Ante este panorama, la automatización de la personalización en tiempo real mediante
inteligencia artificial (IA) se presenta como una oportunidad para transformar el marketing
digital del sector. Su aplicación permitirá optimizar la gestión de datos en múltiples puntos de
contacto, generar recomendaciones dinámicas y mejorar la experiencia del cliente a partir de
comportamientos reales, no de suposiciones. Su éxito depende de la capacidad de las
empresas para integrar tecnología, cultura organizacional y ética en el manejo de la
información. El desafío no radica únicamente en adoptar herramientas de IA, sino en rediseñar
los procesos de comunicación y relación con el consumidor. Comprender cómo la IA puede
automatizar la personalización de ofertas en tiempo real no solo permitirá incrementar las
conversiones, sino también fortalecer la satisfacción y confianza del cliente, elementos
esenciales para la competitividad de los supermercados, según sostiene Kotler et al. (2021).
Referencial teórico
Durante las últimas décadas, la personalización se ha consolidado como una de las estrategias
más efectivas en el marketing digital para fortalecer la relación con los consumidores y mejorar
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
3
la experiencia del usuario. Este enfoque adapta el contenido, las ofertas y las comunicaciones
de una marca a las características y necesidades individuales de cada cliente, creando una
experiencia más relevante y satisfactoria. El elemento central reside en el uso de herramientas
avanzadas de análisis de datos, que facilitan la segmentación y la anticipación de
comportamientos y preferencias. Mediante esta estrategia, se aumenta la relevancia de los
mensajes, se fomenta la lealtad y se mantiene una relación continua y dinámica con los
clientes, traduciéndose en una mayor satisfacción, como lo señala Ramírez (2024).
Asimismo, la personalización tiene un impacto significativo en la efectividad de las campañas,
pues optimiza la relevancia del contenido ofrecido y, en consecuencia, aumenta la tasa de
interacción. Al presentar contenido ajustado a los intereses de cada cliente, existen mayores
probabilidades de captar su atención, lo que facilita la conversión de prospectos. Este proceso
impulsa la fidelización, ya que genera una experiencia única que refuerza la relación con la
marca, según afirman Salgado et al. (2024).
En el sector de los supermercados, la personalización ha evolucionado considerablemente.
Inicialmente, la segmentación se basaba en datos demográficos como edad, género y
ubicación geográfica. Hoy en día, se han adoptado estrategias más avanzadas, como la
personalización conductual, centrada en el análisis de historiales de navegación, interacciones
previas con la marca y compras realizadas. Este enfoque permite ofrecer promociones más
relevantes y adaptadas a las necesidades específicas, a la vez que reduce la percepción de
publicidad intrusiva, generando una mayor receptividad, tal como lo plantean Salgado et al.
(2024).
Por su parte, las grandes cadenas emplean estas estrategias de personalización para crear
perfiles detallados de sus consumidores y optimizar sus ofertas en tiempo real. Gracias a la
identificación precisa de patrones de compra y comportamientos pasados, desarrollan
promociones y campañas con una efectividad significativamente superior. Este enfoque
asegura que los recursos de marketing se asignen de manera eficiente a los segmentos de
clientes más relevantes, maximizando así el retorno de la inversión, conforme sostienen
Salgado et al. (2024).
Ahora bien, la automatización de la personalización mediante IA y análisis de datos ha
transformado la forma en que los supermercados se comunican. Recursos como GPT-3.5
permiten generar contenido altamente personalizado para redes sociales y otros canales
digitales, mejorando la calidad y coherencia de los mensajes. Esta integración ofrece una
experiencia más fluida y relevante para los consumidores, aumentando las oportunidades de
ventas y fortaleciendo la relación entre la marca y el cliente, como lo documentan Méndez et al.
(2024).
La inteligencia artificial se ha consolidado como un recurso esencial, ya que utiliza algoritmos y
modelos de aprendizaje automático capaces de analizar grandes volúmenes de datos, predecir
comportamientos futuros y personalizar las interacciones de manera individualizada. Esta
habilidad para anticipar las necesidades y generar contenido con base en las preferencias de
los clientes transforma las campañas publicitarias tradicionales en procesos automatizados,
mucho más dirigidos y eficaces, según indican García et al. (2025).
En este contexto, la aplicación de la IA en marketing es diversa y se articula a través de varios
enfoques y técnicas. Uno de los principales métodos es el aprendizaje supervisado, utilizado
para hacer predicciones basadas en datos etiquetados. Otro enfoque relevante es el
aprendizaje no supervisado, que identifica patrones en datos no etiquetados, útil para el
análisis de sentimientos o la segmentación basada en comportamientos. Esta capacidad de la
IA para adaptarse y ajustar las estrategias en tiempo real marca una diferencia significativa en
la efectividad de las campañas, como lo exponen Gil et al. (2025).
De igual manera, la capacidad de ajustar mensajes, ofertas y promociones a las necesidades
individuales, en tiempo real, no solo eleva la relevancia de las campañas, sino que también
crea una experiencia de marca más conectada y memorable. Esto se establece como un
elemento catalizador para transformar la manera en que las empresas interactúan con sus
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
4
consumidores. Mediante el uso de estas herramientas avanzadas, se puede anticipar y
satisfacer las demandas de los clientes de manera más eficaz, lo que resulta en una relación
más sólida y un mayor compromiso por parte del consumidor, tal como sostiene Ramírez
(2024).
Por otro lado, esta personalización no solo mejora la experiencia del cliente, sino que también
optimiza la eficiencia operativa; con la automatización de procesos, los supermercados
aumentan la efectividad de sus campañas publicitarias y pueden realizar ajustes de forma
inmediata, asegurando una estrategia más dinámica y flexible. Al poner al cliente en el centro
de su enfoque, incrementan la lealtad y las conversiones, logrando una ventaja competitiva
sustancial en un mercado cada vez más exigente. A largo plazo, se construye una base de
clientes más leales y rentables, potenciando el crecimiento de la empresa, según concluyen
Salgado et al. (2024).
MÉTODO
El estudio aplicado a clientes de productos de belleza en línea en Ambato utilizó una
metodología mixta, la cual integró los enfoques cualitativo y cuantitativo, siguiendo una ruta que
combinó ambos métodos, conforme señalan Criollo et al. (2019). La investigación se enfocó en
cuantificar la magnitud u ocurrencia de fenómenos y medir patrones de compra o satisfacción
mediante datos numéricos. Paralelamente, se centró en la interpretación detallada de las
experiencias, percepciones y significados de belleza que los clientes otorgaron a los productos
y al proceso de compra digital, utilizando datos narrativos. El método descriptivo se aplicó para
detallar las características del mercado y del consumidor en línea, identificando variables
medibles u observables, tal como indican Yépez y Erazo (2025).
Adicionalmente, la investigación incorporó el método analítico-sintético para separar las
variables de consumo en sus componentes más básicos y examinar sus causas y efectos con
detalle (análisis), y luego reunirlos en una visión integral del fenómeno (síntesis). El método
inductivo-deductivo se aplicó para probar hipótesis iniciales (deducción) con los datos
empíricos y, a su vez, para generar teoría a partir de las observaciones particulares (inducción),
según plantean Coronel et al. (2024). El enfoque sistémico se usó para considerar el proceso
de compra de belleza en línea como un sistema dinámico donde los elementos se
interrelacionaron. La encuesta fue el instrumento principal que permitió recopilar datos para el
análisis estadístico, mientras que la revisión documental sirvió como técnica complementaria
que fundamentó el marco teórico del estudio.
RESULTADOS
Se exponen los resultados obtenidos a partir del estudio realizado a una muestra de 83
participantes, todos ellos pertenecientes al sector de supermercados en la ciudad de Quito. El
cuerpo central del análisis aborda dos variables para el marketing digital: la experiencia de
compra en línea y la percepción específica sobre la IA aplicada a la personalización. La tabla 1
resume los recuentos y la distribución de las respuestas obtenidas, sirviendo como base para
comprender las tendencias identificadas en el comportamiento del consumidor.
Tabla 1. Distribución de respuestas y correlación entre las variables de la investigación.
Variable
Nivel
Recuentos
Total
Proporción
p
Neutral
3
83
0.036
< .001
No mucho
4
83
0.048
< .001
Sí, algo
25
83
0.301
< .001
Sí, significativamente
51
83
0.614
0.048
A) Sí, definitivamente
47
83
0.566
0.272
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
5
B) Sí, algo
23
83
0.277
< .001
C) No estoy seguro
11
83
0.133
< .001
D) Probablemente no
2
83
0.024
< .001
Nota. Se muestran las respuestas y correlaciones entre las variables experiencia de compra
online e IA y personalización, destacando su significancia estadística e impacto en el
marketing.
De acuerdo con los resultados, el análisis revela una tendencia marcadamente positiva: la
mayoría de los participantes considera que la personalización mejora de manera decisiva su
experiencia de compra en línea, con una porción significativa que reporta una mejora sustancial
en sus interacciones con las marcas. Esta percepción generalizada se alinea directamente con
la opinión de que la IA es un factor determinante para optimizar la personalización de las
ofertas. Se observa una correlación estrecha y significativa entre quienes valoran positivamente
los beneficios de la personalización y quienes reconocen explícitamente el valor de la IA, lo que
sugiere que su integración tecnológica en el marketing digital constituye un elemento esencial
para potenciar la satisfacción del cliente. La Figura 1 resume visualmente esta visión general
sobre la personalización y la automatización en el marketing.
Figura 1
Percepción sobre la personalización y la automatización en marketing digital
Nota. La personalización y automatización mejoran la experiencia de compra y la precisión de
las ofertas, destacando el rol de la IA.
Al examinar los datos de manera específica, la mayoría de los encuestados considera que la
personalización mejora significativamente su experiencia de compra en línea, con un 61.4% de
respuestas afirmativas. Este alto porcentaje subraya la percepción de los consumidores sobre
el impacto directo de la personalización en la optimización de la experiencia del usuario. Esta
tendencia se complementa con la valoración tecnológica: el 56.6% de los encuestados resalta
la importancia de la IA para la personalización en marketing digital, consolidando su papel
esencial en el diseño de estrategias más efectivas y adaptadas a las necesidades individuales.
El impacto en la eficiencia se evidencia en que el 82% opina que la automatización contribuye
de manera significativa a mejorar la precisión de las ofertas.
En el análisis detallado de la automatización de la personalización, se confirman sus beneficios
operativos. El impacto positivo en la precisión de las ofertas es percibido por una proporción
significativa de la muestra, distribuida equitativamente entre aquellos que consideran la mejora
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
6
como considerable y aquellos que la evalúan como moderada: 40.96%. Estos resultados
demuestran cómo la automatización se establece como un factor determinante en la
personalización, logrando adaptar las ofertas a las necesidades y preferencias específicas del
consumidor, aunque un porcentaje minoritario se muestra neutral o en desacuerdo con su
impacto. La tabla 2 complementa el análisis previo, introduciendo las percepciones sobre el
ahorro de tiempo y la disposición de los consumidores a compartir sus datos.
Tabla 2. Distribución de respuestas sobre el ahorro de tiempo y la disposición a compartir
datos.
Variable
Nivel
Recuentos
Total
Proporción
p
Ahorro de tiempo
A) Sí, siempre
32
83
0.386
0.048
B) Sí, a
menudo
37
83
0.446
0.380
C) A veces
13
83
0.157
< .001
D) Rara vez
1
83
0.012
< .001
Disposición a compartir datos
A) Sí,
definitivamente
15
83
0.181
< .001
B) Sí, tal vez
30
83
0.361
0.015
C) No estoy
seguro
14
83
0.169
< .001
D)
Probablemente
no
17
83
0.205
< .001
E) No, nunca
7
83
0.084
< .001
Nota. La mayoría percibe un ahorro significativo de tiempo, y una parte considerable está
dispuesta a compartir datos personales para recibir ofertas personalizadas.
En relación con el ahorro de tiempo, el análisis indica que la personalización facilita de manera
significativa la búsqueda de productos de interés para el consumidor, contribuyendo
directamente a optimizar la experiencia de compra. La mayoría de los encuestados reporta
consistentemente esta mejora en la eficiencia del proceso, lo cual evidencia la efectividad
inherente de la personalización como estrategia. Este beneficio operativo, centrado en la
conveniencia del usuario, refuerza la percepción general sobre la efectividad y el valor de las
marcas que implementan este tipo de estrategias.
Respecto a la disposición a compartir datos personales, los resultados obtenidos son
considerablemente favorables, si bien matizados por una evidente cautela por parte de los
participantes. La Figura 2 ilustra que una mayoría significativa estaría dispuesta a proporcionar
información personal detallada a cambio de recibir ofertas que sean genuinamente más
relevantes y adaptadas a sus necesidades específicas. Esta tendencia subraya la existencia de
un claro intercambio de valor percibido por el consumidor: datos a cambio de relevancia.
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
7
Figura 2
Preferencias sobre la compartición de datos personales y la personalización de marcas
Nota. El gráfico muestra cómo la personalización mejora la efectividad de las marcas y el
ahorro de tiempo, mientras que la mayoría está dispuesta a compartir sus datos personales.
De acuerdo con los datos recabados, el 44.6% de los encuestados considera que la
personalización ahorra tiempo durante la navegación y selección de productos, lo que implica
una optimización directa de la eficiencia en el proceso de compra. Este beneficio percibido se
traduce en una fuerte creencia en la eficacia estratégica, dado que el 49.4% del total cree que
las marcas personalizadas son más efectivas. Este consenso afianza la capacidad de la
personalización para fortalecer la relación con los consumidores y, consecuentemente,
optimizar los resultados comerciales.
Al examinar el consentimiento del consumidor, la disposición a compartir datos para obtener
ofertas específicas alcanza un 56.6%, estableciendo una mayoría clara. Sin embargo, esta
aceptación se confronta con una considerable cautela, representada por el 26.5% que no
proporcionaría su información y el 16.9% que se muestra indeciso. Esta valoración positiva de
la personalización, estrechamente vinculada a la disposición a compartir información, evidencia
cómo la confianza y la percepción de la efectividad de las ofertas actúan como factores
determinantes que influyen directamente en el éxito de las estrategias minoristas potenciadas
por la inteligencia artificial. Estos resultados confirman la creciente importancia de la
personalización en el marketing digital.
DISCUSIÓN
La IA ha transformado sustancialmente el sector retail, especialmente en las industrias de los
supermercados y la moda, potenciando la personalización de la experiencia de compra en
línea. Un estudio realizado en Quito con 83 participantes en el sector de supermercados revela
que un 61.4% de los usuarios considera que incrementa notablemente su vivencia de compra.
Este resultado muestra una fuerte convergencia con los resultados de Moodley y Sookhdeo
(2025), quienes en su investigación sobre comercio electrónico destacan que la
personalización impulsada por IA no solo optimiza el intercambio del consumidor, también tiene
un impacto positivo en sus decisiones de compra. Ambos estudios coinciden en que constituye
un factor determinante para ajustar las ofertas a las preferencias individuales, facilitando una
interacción más relevante y creando un contexto de compra más enfocado. Este fenómeno se
observa de manera consistente tanto en el contexto de los supermercados como en el de la
moda, confirmando que la implementación de dichos recursos tiene un efecto directo y
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
8
significativo en la optimización del recorrido del cliente, según señalan Moodley y Sookhdeo
(2025).
Por su parte, Crespo y Sánchez (2023) enfatizan que la personalización mediada por la IA
facilita una interacción más fluida y dinámica con las marcas, elevando la experiencia del
consumidor en el momento de la compra y asegurando que cada contacto sea único y alineado
con sus intereses. Esta funcionalidad otorga a las marcas la capacidad de predecir la demanda
de productos con mayor precisión y ajustarse a las tendencias del mercado de manera más
efectiva. En el sector de supermercados, esta precisión en la predicción de las demandas del
consumidor se traduce en una mejor gestión de inventarios y una mayor competitividad, lo cual
hace posible una adaptación rápida y precisa a las fluctuaciones del consumo.
Asimismo, esta capacidad predictiva de la IA ajusta las ofertas y administra los inventarios con
más eficiencia, habilitando a las marcas para satisfacer mejor la demanda, reducir los costos
operativos y elevar la experiencia de compra. Esta funcionalidad resulta esencial tanto para el
sector de la moda como para el de supermercados, dado que ambas industrias deben ser
capaces de reaccionar rápidamente a las fluctuaciones en las preferencias del consumidor y en
la demanda del mercado. Esta anticipación de las tendencias de consumo permite a las
empresas ajustar las estrategias de marketing en tiempo real, consiguiendo una mayor
precisión en la gestión de inventarios y potenciando la disponibilidad de productos, tal como
sostiene Arango (2021).
En esta línea, el análisis de Badenes y Molares (2023) destaca cómo, más allá de los
beneficios tangibles de la personalización y la capacidad predictiva que ofrece la IA, las marcas
están obligadas a gestionar activamente las preocupaciones de los consumidores relativas al
manejo ético de su información personal. Esta dimensión, que abarca la transparencia y la
responsabilidad en el tratamiento de los datos, se configura como un factor esencial que influye
directamente en las decisiones de compra dentro de dicho sector. La percepción que el
consumidor tiene sobre el uso de su información privada es tan importante que constituye el
vínculo directo con su disposición a compartir sus datos personales, elemento fundamental
para la personalización efectiva de la oferta.
Tanto en la investigación sobre supermercados como en el análisis de Moodley y Sookhdeo
(2025), se observa que la transparencia en el uso de la información es un elemento
determinante. El estudio realizado en Quito revela que un 56.6% de los participantes estaría
dispuesto a compartir sus datos para recibir ofertas personalizadas, lo que refleja una
tendencia global hacia la aceptación de la personalización, aunque con reservas respecto a la
privacidad. Esta disposición depende en gran medida de la gestión que las empresas hacen de
la privacidad. La confianza en la marca, garantizada por la transparencia en el uso de los datos
y la implementación de políticas claras de protección, es fundamental para el éxito de la
personalización mediada por la IA. Las empresas deben ser claras sobre el uso que otorgan a
los datos personales y ofrecer seguridad al consumidor sobre su manejo. En este contexto, la
privacidad de los datos sigue siendo una preocupación importante, y la forma en que las
empresas gestionan esta información influye directamente en la voluntad de los consumidores
a participar en procesos de personalización, según concluyen Moodley y Sookhdeo (2025).
De esta manera, el éxito de las empresas está estrechamente ligado a la confianza del usuario,
evidenciando que la efectividad de la IA se basa en la gestión ética de los datos. La capacidad
de los sistemas inteligentes para predecir la demanda y adecuar la cadena de suministro se
une a esta imperativa ética. Lograr que el consumidor perciba la personalización como un valor
añadido, y no como un riesgo a su privacidad, se convierte en el objetivo primordial para el
crecimiento sostenido de las industrias. La relevancia de esta tecnología no solo se medirá en
términos de eficiencia y ventas, sino en la transparencia y responsabilidad con la que se
fortalece el vínculo con cada individuo, tal como afirman Moodley y Sookhdeo (2025).
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
9
CONCLUSION
En el contexto actual, las empresas de asesoría tributaria enfrentan diversos desafíos
relacionados con la optimización de sus procesos internos y la gestión eficiente de recursos
para garantizar su competitividad y sostenibilidad en un entorno empresarial dinámico. La
implementación de sistemas de control interno sólidos, la adopción de buenas prácticas a
través de la Auditoría de Gestión y el fortalecimiento de la comunicación organizacional son
factores determinantes para mejorar su eficiencia operativa y estratégica.
De acuerdo con los resultados de la investigación, se identifican dos aspectos fundamentales
para mejorar la eficiencia organizacional en las empresas de asesoría tributaria en Cuenca,
Ecuador. En primer lugar, una planificación estratégica adecuada y la identificación temprana
de riesgos, los cuales son indispensables para optimizar procesos y garantizar el cumplimiento
normativo tributario.
Asimismo, la implementación de buenas prácticas de auditoría de gestión en las empresas de
asesoría tributaria resulta fundamental para mejorar la eficiencia organizacional. Al adoptar
estrategias como una planificación adecuada, la evaluación de controles internos, la ejecución
de pruebas sustantivas y la formalización de conclusiones, las empresas no solo optimizan sus
procesos internos, sino que también identifican áreas de mejora y logran alcanzar sus objetivos
de manera más efectiva. Estas metodologías incrementan la eficiencia operativa, refuerzan la
confianza de los clientes y contribuyen a un crecimiento sostenido, lo que permite a las
empresas mantenerse competitivas en un entorno cada vez más desafiante.
Por tanto, las buenas prácticas de auditoría de gestión propuestas en este estudio son
necesarias para mejorar la eficiencia operativa de las empresas de asesoría tributaria. En cada
fase del proceso de auditoría, desde la planificación hasta la evaluación de los controles
internos, la implementación de estrategias como la identificación de riesgos, la evaluación de la
estructura organizacional y el establecimiento de criterios claros de éxito, contribuye al
fortalecimiento de la gestión organizacional. Al mismo tiempo, las pruebas sustantivas
aseguran la validez de la información financiera y el cumplimiento de normativas, mientras que
las conclusiones finales permiten identificar áreas de mejora y garantizar la sostenibilidad de
las recomendaciones. Estas metodologías optimizan los procesos internos y refuerzan la
competitividad y el crecimiento sostenido de las empresas de asesoría tributaria.
FINANCIAMIENTO
No monetario
CONFLICTO DE INTERÉS
No existe conflicto de interés con personas o instituciones ligadas a la investigación.
AGRADECIMIENTOS
Al proyecto de vinculación PRODUCE de la Universidad Católica de Cuenca.
REFERENCIAS
Arango, I. (2021). Oportunidades para la transformación digital de la cadena de suministro del
sector bananero basado en software con inteligencia artificial [Opportunities for digital
transformation of the banana sector supply chain based on artificial intelligence
software]. Revista Politécnica, 17(33), 47–63.
https://revistas.elpoli.edu.co/index.php/pol/article/view/1834/1855
Badenes, V., & Morales, J. (2023). La inteligencia artificial ante los retos de la industria de la
moda. Beneficios y aplicaciones en la fase de comercialización y marketing [Artificial
intelligence facing the challenges of the fashion industry. Benefits and applications in
the commercialization and marketing phase]. Razón y Palabra, 27(118), 20–32.
https://revistarazonypalabra.org/index.php/ryp/article/view/2073/1885
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
10
Coronel, C., Luna, K., & Erazo, J. (2024). Gestión de impagos bajo incertidumbre en pequeñas
y medianas empresas: aplicaciones con redes neuronales [Non-payment management
under uncertainty in small and medium enterprises: applications with neural networks].
Revista Venezolana de Gerencia, 29(e11), 222–242.
https://doi.org/10.52080/rvgluz.29.e11.13
Crespo, V., & Sánchez, E. (2024). Metaverso y neuromarketing: innovación metodológica en el
estudio del consumidor y del retail [Metaverse and neuromarketing: methodological
innovation in consumer and retail studies]. Universitas XXI, 42, 193–215.
Criollo, M., Erazo, J., & Narváez, C. (2019). Estrategias de Marketing y posicionamiento de
marca para el sector artesanal textil [Marketing strategies and brand positioning for the
textile craft sector]. CIENCIAMATRIA, 5(1), 245–270.
https://doi.org/10.35381/cm.v5i1.266
García, V., & Valencia, A. (2026). Integrating artificial intelligence and quantum computing: A
systematic literature review of features and applications [Integración de inteligencia
artificial y computación cuántica: una revisión sistemática de la literatura sobre
características y aplicaciones]. International Journal of Cognitive Computing in
Engineering, 7, 26–39.
Gil, M., Sans, A., Lavandeira, Y., & LLorens, M. (2025). Impact of augmented reality on
Generation Z's purchasing intention [Impacto de la realidad aumentada en la intención
de compra de la Generación Z]. Visual Review, 17(5), 17–29.
https://visualcompublications.es/revVISUAL/article/view/5938/4313
Hollenstein, P. (2019). ¿Están en riesgo los mercados y ferias municipales? Aprovisionamiento
de alimentos, economías populares y la organización del espacio público urbano de
Quito [Are municipal markets and fairs at risk? Food supply, popular economies and the
organization of Quito's urban public space]. Friedrich-Ebert-Stiftung (FES) Ecuador,
Instituto Latinoamericano de Investigaciones Sociales (ILDIS). https://library.fes.de/pdf-
files/bueros/quito/15203.pdf
Instituto Nacional de Estadística y Censos. (2023). Tabulados del registro estadístico de
empresas [Tabulated data from the statistical business registry].
https://www.ecuadorencifras.gob.ec/directoriodeempresas/
Kotler, P., Kartajaya, H., & Setiawan, I. (2021). Marketing 5.0: Technology for humanity
[Marketing 5.0: Tecnología para la humanidad]. Wiley.
https://rudyct.com/mm/Digimark/Marketing-5.0-
Technology.forHumanity_Kotler,Kartajaya,Setiawan-2021.pdf
Méndez, B., Villegas, C., & Barrientos, A. (2024). Aplicación del método few shot learning al
modelo GPT3.5 para la personalización del contenido de las redes sociales [Application
of the few shot learning method to the GPT3.5 model for social media content
personalization]. Memorias de la Vigésima Tercera Conferencia Iberoamericana en
Sistemas, Cibernética e Informática.
https://www.iiis.org/CDs2024/CD2024Summer/papers/CA117GT.pdf
Moodley, K., & Sookhdeo, L. (s.f.). The role of artificial intelligence personalisation in e-
commerce: Customer purchase decisions in the retail sector [El papel de la
personalización de la inteligencia artificial en el comercio electrónico: decisiones de
compra de clientes en el sector minorista]. South African Journal of Information
Management, 27(1), 1–16. https://sajim.co.za/index.php/sajim/article/view/1926/3144
Ramírez, D. (2024). Optimización empresarial mediante big data para la personalización de
estrategias en pymes: una revisión narrativa [Business optimization through big data for
strategy personalization in SMEs: a narrative review]. European Public & Social
Innovation Review, 9(1), 1–17. https://epsir.net/index.php/epsir/article/view/579/287
Salgado, N., Fajardo, P., & Vasquez, M. (2024). Segmentación y personalización en marketing
digital mediante inteligencia de negocios para el sector de comercio minorista en
Revista Multidisciplinaria Perspectivas Investigativas
Multidisciplinary Journal Investigative Perspectives
Vol. 6(Económica), 1-11, 2026
Automatización de la personalización en tiempo real a través de la inteligencia artificial en marketing
Real-time personalization automation through artificial intelligence in marketing
Wendy Estefanía Lozada-Hidalgo
Mariella Johanna Jácome-Ortega
Dayana Yasmín Murillo-Párraga
11
Ecuador [Segmentation and personalization in digital marketing through business
intelligence for the retail sector in Ecuador]. Digital Publisher, 9(6), 1152–1161.
https://www.593dp.com/index.php/593_Digital_Publisher/article/view/2809/2296
Tan, L., Hu, S., Yeo, D., & Cheong, K. (2025). Artificial intelligence-enabled adaptive learning
platforms: A review [Plataformas de aprendizaje adaptativo habilitadas por inteligencia
artificial: una revisión]. Computers and Education: Artificial Intelligence, 9, 100429.
Yépez, M., & Erazo, J. (2025). La segmentación de audiencias en el marketing de contenidos
[Audience segmentation in content marketing]. Revista Multidisciplinaria Perspectivas
Investigativas, 5, 453–465. https://doi.org/10.62574/rmpi.v5ieconomica.393
Derechos de autor: 2026 Por los autores. Este artículo es de acceso abierto y distribuido según los términos y
condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC
BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/