EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Contabilidad de Gestión Logística y Análisis Predictivo: Una Aproximación Basada en Big Data para la Reducción de Costos Ocultos en Empresas Logísticas de Panamá

Omar Castillo, Roberto Lugo, Julian Sánchez, Elborín Muñoz, Jonathan Yepes, Carlos Chen

Revista Multidisciplinar Innova Scientia · 31.03.2026 · 2 (1) · 392-408

DOI: 10.70625/rmis/742 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revista Multidisciplinar Innova Scientia, online erschienen am 31.03.2026. Verfasst von Omar Castillo und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

El artículo propuso una aproximación basada en big data para integrar la contabilidad de gestión logística y el análisis predictivo en la identificación y reducción de costos ocultos en empresas logísticas de Panamá. El problema se centró en la limitada capacidad de los sistemas contables tradicionales para detectar costos no visibles asociados con demoras, reprocesos, inventarios inmovilizados, ineficiencias operativas, errores de trazabilidad y desviaciones en la cadena de suministro. El objetivo fue diseñar un modelo analítico-contable que permitiera anticipar patrones de costos ocultos mediante indicadores logísticos, financieros y operativos. La metodología proyectada fue cuantitativa, aplicada, no experimental y correlacional-explicativa, apoyada en análisis estadístico multivariante y técnicas predictivas de machine learning. Los resultados esperados sugirieron que la integración de datos contables, operativos y logísticos permitiría mejorar la medición de costos, fortalecer el control gerencial y optimizar la toma de decisiones en empresas vinculadas al comercio, distribución urbana, almacenamiento y servicios logísticos. El aporte principal consistió en articular la contabilidad de gestión con la analítica predictiva para construir un modelo de detección temprana de costos ocultos, pertinente para el contexto panameño como plataforma logística regional expuesta a alta complejidad operativa y volatilidad en las cadenas de suministro. La literatura reciente sostiene que el big data analytics fortalece la capacidad predictiva y la toma de decisiones en cadenas de suministro.

Zitieren

APA

Castillo, O., Lugo, R., Sánchez, J., Muñoz, E., Yepes, J., & Chen, C. (2026). Contabilidad de Gestión Logística y Análisis Predictivo: Una Aproximación Basada en Big Data para la Reducción de Costos Ocultos en Empresas Logísticas de Panamá. Revista Multidisciplinar Innova Scientia, 2(1), 392-408. https://doi.org/10.70625/rmis/742

Vancouver

Castillo O, Lugo R, Sánchez J, Muñoz E, Yepes J, Chen C. Contabilidad de Gestión Logística y Análisis Predictivo: Una Aproximación Basada en Big Data para la Reducción de Costos Ocultos en Empresas Logísticas de Panamá. Revista Multidisciplinar Innova Scientia. 2026;2(1):392-408. doi:10.70625/rmis/742

BibTeX
@article{Castillo2026,
  author = {Castillo, Omar and Lugo, Roberto and Sánchez, Julian and Muñoz, Elborín and Yepes, Jonathan and Chen, Carlos},
  title = {Contabilidad de Gestión Logística y Análisis Predictivo: Una Aproximación Basada en Big Data para la Reducción de Costos Ocultos en Empresas Logísticas de Panamá},
  journal = {Revista Multidisciplinar Innova Scientia},
  year = {2026},
  volume = {2},
  number = {1},
  pages = {392--408},
  doi = {10.70625/rmis/742}
}
Kostenlos starten →