Análisis teórico de la minería de texto como herramienta de inteligencia en marketing

Abstract

La inteligencia de marketing se ha consolidado como un eje estratégico en la gestión organizacional apoyado en un entorno digital caracterizado por abundancia de datos que busca transformar información en conocimiento útil. En este contexto, la minería de texto y el análisis de sentimientos han cobrado relevancia para interpretar datos en decisiones estratégicas. El objetivo de este estudio fue realizar una revisión de literatura basada en evidencia que identificó los tipos de inteligencia de marketing, las fuentes de datos asociadas y el rol del análisis de sentimientos como técnica predominante en la toma de decisiones. Se aplicó la metodología PRISMA 2020, la revisión incluyó artículos publicados entre enero 2020 y junio 2025 en bases de datos como Web of Science, Scopus y Scielo y se seleccionaron 30 estudios de alto impacto. Los resultados mostraron que la inteligencia de marketing se organiza en cuatro dimensiones: mercado, clientes, productos y competidores, apoyándose en fuentes de big data como redes sociales, reseñas en línea y bases corporativas. Se identificaron seis modelos de minería de datos, siendo el análisis de sentimientos la técnica más recurrente. Esta permite clasificar opiniones, anticipar crisis de reputación, segmentar clientes y diseñar estrategias competitivas en tiempo real. En conclusión, el estudio evidencia que la inteligencia de marketing se potencia mediante minería de texto, de manera que se consolide al análisis de sentimientos como herramienta central que transforma datos no estructurados en insumos estratégicos para la relación con clientes y la anticipación organizacional.