Factores de éxito de un emprendimiento: Un estudio exploratorio con base en técnicas de data mining (Entrepreneurial success factors: An exploratory study based on Data Mining Techniques)

María Messina, Esther Hochsztain

Resumen


El Centro de Emprendedurismo CCEEmprende de- sarrolla, desde 2007, un programa de apoyo a emprende- dores. Para mejorar su gestión, resulta de gran importancia analizar, en forma preliminar, los emprendimientos en una de dos categorías: éxito o fracaso. En este artículo se identifican los principales factores asociados al éxito de un emprendimiento y cómo se vincu- lan para anticipar el futuro del emprendimiento. Se presenta un caso de estudio con base en los datos de una encuesta realizada a emprendedores participantes del programa, aplicando técnicas de clasificación. Las dos técnicas utilizadas de data mining son árbol de decisión y regresión logística, en ambas se obtuvieron resultados coincidentes. Los hallazgos muestran que los dos elementos más relevantes para anticipar el éxito de un emprendimiento son contar con financiamiento y que, anteriormente, la situa- ción laboral del emprendedor sea trabajador independiente. Estos primeros resultados obtenidos en el estudio de caso revelan información útil acerca de las mejores formas de apoyo al emprendedor, cómo generar incentivos al em- prendedor y la definición de herramientas o actividades que incidan favorablemente en el éxito de los emprendimientos. Si bien desde la teoría o para otras realidades existe infor- mación sobre los factores que colaboran en la determina- ción del éxito, para la realidad del Uruguay no se identifican estudios similares.

 

Abstract 

Since 2007, the CCEE Entrepreneurship Centre has developed a supporting program for entrepreneurs. A preliminary analysis to determine if the venture was successful or a failure is made to improve the program’s management . In this article, the authors identify the main factors associated with entrepreneurship’s success, and how they can anticipate entrepreneurship’s performance. The case study is based on a survey data applied to the Entrepreneurship Program participants. The two data mining techniques are decision trees and logistic regression. The results were consistent across both tech- niques. The findings show that the two most important elements to predict entrepreneurship’s success are fun- ding and previous experience as self-employed. The results provided very useful insight about the best ways to support entrepreneurship, how to encoura- ge entrepreneurs, and define tools or activities to impact positively ventures success in Uruguay, since similar stu- dies have not been developed.


Palabras clave


Emprendedurismo; contexto emprendedor; minería de datos; éxito emprendedor; proceso emprendedor; Entrepreneurship; entrepreneurial context; data mining; entrepreneurial success; entrepreneurship process.

Texto completo:

PDF


DOI: http://dx.doi.org/10.18845/te.v9i1.2206

Enlaces refback

  • No hay ningún enlace refback.

Portal de Revistas by Editorial Tecnológica de Costa Rica is licensed under a Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported License.