Modelo de inteligencia de negocios aplicado a un sistema de recaudación de juntas administradoras de agua potable

Luis René Quisaguano Collaguazo; Gladys Geoconda  Esquivel Paula; Jonathan Ariel Oña Ninasunta; Boris Adrián Tibán Cando

doi:10.70577/ASCE/1.16/2025

Autores/as

Luis René Quisaguano Collaguazo Universidad Técnica de Cotopaxi https://orcid.org/0000-0003-1345-0898
Gladys Geoconda Esquivel Paula Universidad Técnica de Cotopaxi https://orcid.org/0009-0002-3715-7776
Jonathan Ariel Oña Ninasunta Universidad Técnica de Cotopaxi https://orcid.org/0009-0005-4288-6123
Boris Adrián Tibán Cando Universidad Técnica de Cotopaxi https://orcid.org/0009-0007-3511-172X

DOI:

https://doi.org/10.70577/ASCE/1.16/2025

Palabras clave:

Administración; Análisis de Datos; Consumo de Agua; Inteligencia de Negocios; Juntas de Agua Potable; Seguimiento de Usuarios

Resumen

Las empresas de agua potable tienen la responsabilidad de suministrar y administrar de forma eficiente los recursos. El objetivo de la investigación fue, analizar el efecto que puede generar un modelo de inteligencia de negocios aplicado a un sistema de recaudación de juntas administradoras de agua potable. La investigación se desarrolló mediante un diseño no experimental, utilizando una base de datos proveniente de una junta de agua del cantón Latacunga; las variables evaluadas fueron; promedio de usuario que más consumen agua, usuarios con servicio inactivo y suspendido, lecturas por estado, total de usuarios con tarifa asignada del 2023, y top 5 de los socios con alto consumo de agua; los datos obtenidos se analizaron en Microsoft Excel. Existieron 10 usuarios con mayor consumo, siendo los valores más representativos de consumo 18,69; 13,52; y 11,84% del total de abastecimiento de la junta; a la vez, existieron 10 usuarios con servicio inactivo y 8 con servicio suspendido; identificando lecturas pendientes (5,7%), cobradas (89,82%), ingresadas (4,45%); se conoció que el total de usuarios conservan la tarifa asignada del 2023; resaltaron 5 socios cuyo consumo de agua superó los 30 metros cúbicos, siendo un solo usuario quien consumió el 96,49% de agua captada. El consumo masivo de agua potable se concentró en un grupo reducido de usuarios; así mismo, debido a la falta de tecnologías disponibles no existe un seguimiento directo sobre los usuarios, por lo cual, es indispensable la implementación de una sistematización de los procesos y seguimiento a los usuarios.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Adedeji, K., Ponnle, A., Abu-Mahfouz, A., y Kurien, A. (2022). Hacia la digitalización de los sistemas de abastecimiento de agua para el desarrollo sostenible de ciudades inteligentes: Agua 4.0. Ciencias Aplicadas, 12(18), e9174.

Agencia de Regulación y Control del Agua - ARCA. (2023). Guía técnica para la fijación de tarifas de los servicios de agua potable. https://bit.ly/4dWwQwb

Asamblea Nacional. (2021). Ley orgánica de protección de datos personales. https://www.finanzaspopulares.gob.ec/wp-content/uploads/2021/07/ley_organica_de_proteccion_de_datos_personales.pdf

Chukwuani, V., y Egiyi, M. (2020). Automatización de procesos contables: el impacto de la inteligencia artificial. Revista Internacional de Investigación e Innovación en Ciencias Sociales (IJRISS), 4(8), 444-449.

Di Mauro, A., Cominola, A., Castelletti, A., y Di Nardo, A. (2021). Urban water consumption at multiple spatial and temporal scales. A review of existing datasets. Water, 13(1), e36. DOI: https://doi.org/10.3390/w13010036

Hasan, A. (2021). Artificial Intelligence (AI) in accounting & auditing: A Literature review. Open Journal of Business and Management, 10(1), 440-465. DOI: https://doi.org/10.4236/ojbm.2022.101026

Hatamlah, H., Allahham, M., Abu-AlSondos, I., Al-junaidi, A., Al-Anati, G., y Al-Shaikh, M. (2023). The role of business intelligence adoption as a mediator of big data analytics in the management of outsourced reverse supply chain operations. Applied Mathematics & Information Sciences, 17(5), 897-903. DOI: https://doi.org/10.18576/amis/170516

Hommerová, D., y Severová, L. (2019). Fundraising of nonprofit organizations: Specifics and new possibilities. Journal of social service Research, 45(2), 181-192. DOI: https://doi.org/10.1080/01488376.2018.1479678

Hrudey, S., Hrudey, E., y Pollard, S. (2006). Gestión de riesgos para garantizar agua potable segura. Environment International, 32(8), 948-957. DOI: https://doi.org/10.1016/j.envint.2006.06.004

Ingram, W., y Memon, F. (2020). Patrones de recolección de agua rural: Combinación de datos de medidores inteligentes con experiencias de usuario en Tanzania. Water, 12(4), e1164. DOI: https://doi.org/10.3390/w12041164

Li, J., Yang, X., y Sitzenfrei, R. (2020). Replanteando el marco del sistema de agua inteligente: Una revisión. Water, 12(2), e412. DOI: https://doi.org/10.3390/w12020412

Madrigal, R., Alpízar, F., y Schlüter, A. (2011). Determinants of performance of community-based drinking water organizations. World Development, 39(9), 1663-1675. DOI: https://doi.org/10.1016/j.worlddev.2011.02.011

Miller, J., Workman, C., Panchang, S., Sneegas, G., Adams, E., Young, S., y Thompson, L. (2021). Water security and nutrition: current knowledge and research opportunities. Advances in Nutrition, 12(6), 2525-2539. DOI: https://doi.org/10.1093/advances/nmab075

Monks, I., Stewart, R., Sahin, O., y Keller, R. (2019). Revealing unreported benefits of digital water metering: Literature review and expert opinions. Water, 11(4), e838. DOI: https://doi.org/10.3390/w11040838

Mueller, J., y Gasteyer, S. (2021). The widespread and unjust drinking water and clean water crisis in the United States. Nature Communications, 12(1), e3544. DOI: https://doi.org/10.1038/s41467-021-23898-z

Murikah, W., Nthenge, J., y Musyoka, F. (2024). Sesgo y ética de los sistemas de IA aplicados a la auditoría: una revisión sistemática. Scientific African, e02281. DOI: https://doi.org/10.1016/j.sciaf.2024.e02281

Noordin, N., Hussainey, K., y Hayek, A. (2022). El uso de la inteligencia artificial y la calidad de la auditoría: Un análisis desde la perspectiva de los auditores externos en los EAU. Journal of Risk and Financial Management, 15(8), e339. DOI: https://doi.org/10.3390/jrfm15080339

Seelen, L., Flaim, G., Jennings, E., y Domis, L. (2019). Saving water for the future: Public awareness of water usage and water quality. Journal of environmental management, 242, 246-257. DOI: https://doi.org/10.1016/j.jenvman.2019.04.047

Senna, D., Moreira, V., Amaral, M., de Paula, E., Pereira, L., Batista, R., y Rezende, S. (2023). Industry 4.0 as a strategy to contribute to the water supply universalization in developing countries. Journal of Environmental Chemical Engineering, 11(6), e111198. DOI: https://doi.org/10.1016/j.jece.2023.111198

Srivastava, G., y Venkataraman, R. (2022). A review of the state of the art in business intelligence software. Enterprise Information Systems, 16(1), 1-28. DOI: https://doi.org/10.1080/17517575.2021.1872107

Wolf, J., Johnston, R., Ambelu, A., Arnold, B., Bain, R., Brauer, M., y Cumming, O. (2023). Burden of disease attributable to unsafe drinking water, sanitation, and hygiene in domestic settings: a global analysis for selected adverse health outcomes. The Lancet, 401(10393), 2060-2071. DOI: https://doi.org/10.1016/S0140-6736(23)00458-0

Young, S., Boateng, G., Jamaluddine, Z., Miller, J., Frongillo, E., Neilands, T., y Stoler, J. (2019). The Household Water InSecurity Experiences (HWISE) Scale: development and validation of a household water insecurity measure for low-income and middle-income countries. BMJ global health, 4(5), e001750. DOI: https://doi.org/10.1136/bmjgh-2019-001750

Zavala, L., y Valencia, M. (2021). Calidad del servicio y su relación con la satisfacción al cliente en la empresa pública de agua potable del cantón Jipijapa. Polo del Conocimiento: Revista científico-profesional, 6(4), 570-591.