English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

espanolLa horticultura ornamental en Mexico es una industria en crecimiento que requiere la inclusion de diversas tecnologias para automatizar la produccion y comercializacion a fin de incrementar su rentabilidad. Para esto, el analisis de los datos es clave, permitiendo la obtencion de conocimiento para el soporte a la toma de decisiones; no obstante, implica un tiempo exhaustivo de procesamiento de informacion, afectando la productividad de las empresas debido a la falta de un sistema de apoyo a la toma de decisiones que implemente herramientas dinamicas de inteligencia de negocios. Este trabajo de investigacion propone un sistema web de inteligencia de negocios para la creacion de herramientas dinamicas y ejecucion de consultas asincronas a la base de datos; lo cual, proporciona un analisis de la informacion historica de la comercializacion de plantas ornamentales mediante tablas, graficas y reportes. Esta desarrollado utilizando la metodologia PUA, el lenguaje de programacion Python y el framework Django, empleando un enfoque innovador al aplicar el algoritmo DFS como mecanismo de busqueda para determinar la relacion existente entre las tablas de la base de datos, reduciendo tiempo de extraccion, procesamiento, analisis y presentacion de informacion. Como resultado se logro mejorar el aprovechamiento de la informacion historica, eficientar el procesamiento y analisis de la informacion de comercializacion y, por consiguiente, mejorar los procesos de toma de decisiones. EnglishOrnamental horticulture in Mexico is a growing industry that requires the inclusion of various technologies to automate production and marketing in order to increase its profitability. For this, data analysis is key, allowing obtaining knowledge to support decision-making; However, it involves exhaustive information processing time, affecting the productivity of companies due to the lack of a decision support system that implements dynamic business intelligence tools. This research work proposes a business intelligence web system for the creation of dynamic tools and execution of asynchronous queries to the database; which provides an analysis of the historical information on the commercialization of ornamental plants through tables, graphs and reports. It is developed using the PUA methodology, the Python programming language and the Django framework, employing an innovative approach by applying the DFS algorithm as a search mechanism to determine the relationship between the database tables, reducing extraction time, processing , analysis and presentation of information. As a result, it was possible to improve the use of historical information, streamline the processing and analysis of marketing information and, consequently, improve decision-making processes.

Sistema de inteligencia de negocios para soporte de decisiones en la comercialización de plantas ornamentales