Evaluación del rendimiento financiero y la participación de los grupos de interés en la gestión deportiva: un enfoque de optimización multiobjetivo
DOI:
https://doi.org/10.47197/retos.v79.118971Palabras clave:
Gestión deportiva, inteligencia artificial, optimización multiobjetivo, participación de los grupos de interés, sostenibilidad financieraResumen
Introducción. Las organizaciones deportivas se enfrentan a una creciente presión para lograr la sostenibilidad financiera y, al mismo tiempo, mantener una sólida participación de los aficionados. Los enfoques de gestión tradicionales a menudo no logran un equilibrio entre estos objetivos contrapuestos.
Objetivo. Este estudio busca desarrollar y validar un modelo de optimización multiobjetivo basado en IA para evaluar el rendimiento financiero y la participación de las partes interesadas en la gestión deportiva.
Metodología. Se adoptó un enfoque iterativo, combinando análisis visuales con análisis matemático. Se analizaron datos de múltiples fuentes, incluyendo registros de campañas de aficionados, análisis de sentimiento en redes sociales, acuerdos de patrocinio y perfiles externos. El modelo se desarrolló con Python, con dos funciones objetivo: maximizar los ingresos netos y aumentar la satisfacción de las partes interesadas.
Resultados. Los resultados de la simulación muestran mejoras significativas en los indicadores clave. Los ingresos por entradas mostraron un aumento potencial del 15% con estrategias de precios dinámicos, mientras que la participación de los aficionados aumentó un 20% mediante campañas de marketing personalizadas. El retorno de la inversión para los inversores muestra una mejora del 25%, con una rentabilidad sobre el capital (ROE) del 92%.
Discusión. Los presentes resultados son coherentes con investigaciones previas sobre aplicaciones de inteligencia artificial en la gestión deportiva y amplían la literatura al demostrar cómo la optimización multiobjetivo puede abordar simultáneamente objetivos financieros y relacionales.
Conclusiones. El modelo de desarrollo basado en IA propuesto proporciona a las organizaciones deportivas una herramienta robusta para la toma de decisiones basada en datos, permitiéndoles medir y mejorar tanto el rendimiento administrativo como las relaciones con los aficionados. Investigaciones futuras deberían implementar este modelo en entornos reales para verificar estos resultados.
Referencias
Abutame, B., & Zaidalkilani, F. (2025). The influence of teaching experience on the effectiveness of fe-male teachers’ time management during Physical Education lessons in selected Palestinian schools. Retos, 70, 1558–1567. https://doi.org/10.47197/retos.v70.116931
Akhmatov, M., Shukurova, S., & Boymatov, K. (2025). Stakeholder Partnerships in AI-Driven Economic Models for Sports Management. SHS Web of Conferences, 216, 02001. https://doi.org/10.1051/shsconf/202521602001
An, S., Cheung, C. F., & Willoughby, K. W. (2024a). A gamification approach for enhancing older adults’ technology adoption and knowledge transfer: A case study in mobile payments technology. Technological Forecasting and Social Change, 205, 123456. https://doi.org/10.1016/j.techfore.2024.123456
An, S., Cheung, C. F., & Willoughby, K. W. (2024b). A gamification approach for enhancing older adults’ technology adoption and knowledge transfer: A case study in mobile payments technology. Technological Forecasting and Social Change, 205, 123456. https://doi.org/10.1016/j.techfore.2024.123456
Balasubramanian, S. (2023). Leveraging AI for Real-Time Data Analytics in Sports Entertainment. In-ternational Scientific Journal of Engineering and Management, 02(06), 1–7. https://doi.org/10.55041/ISJEM01228
Bittla, S. R. (2025). AI/ML-Driven Test Setup and Management. In AI-Driven Software Testing (pp. 211–246). Apress. https://doi.org/10.1007/979-8-8688-1829-5_9
Cheng, D., Wang, H., & Li, M. (2022). Construction of Sports Training Management Information System Using AI Action Recognition. Scientific Programming, 2022, 1–12. https://doi.org/10.1155/2022/8393612
Ghorbani Asiabar, Dr. M., ghorbani asiabar, M., & ghorbani asiabar, A. (2025). Legal Dimensions of AI Contracts in Sports Talent Management: Challenges and Solutions. https://doi.org/10.14293/PR2199.001393.v1
Glebova, E., Su, Y., Desbordes, M., & Schut, P.-O. (2025). Editorial: Emerging digital technologies as a game changer in the sport industry. Frontiers in Sports and Active Living, 7. https://doi.org/10.3389/fspor.2025.1605138
Ivašković, I. (2024). Non-profit Sports Clubs in (Post)transitional Europe: A Sustainable Business Strategy, the Alternatives, and the Role of Stakeholders. Journal of East European Management Studies, 29(3), 516–539. https://doi.org/10.5771/0949-6181-2024-3-516
Jensen, J. A., & Cobbs, J. B. (2014). Predicting Return on Investment In Sport Sponsorship. Journal of Advertising Research, 54(4), 435–447. https://doi.org/10.2501/JAR-54-4-435-447
Kapoor, S. (2021). AI-Driven Decision Support Systems in Sports Project Management: Enhancing Stra-tegic Planning. International Journal of Artificial Intelligence, Data Science, and Machine Learning, 2, 1–11. https://doi.org/10.63282/3050-9262.IJAIDSML-V2I3P101
Kim, J. W., & Ford, V. (2025). An Introduction to the AI Special Issue and a Modern Framework for AI in Sport Management. Journal of Applied Sport Management, 17(4). https://doi.org/10.7290/jasm17LDQV
Krishnapatnam, M. (2025). Enhancing Healthcare Security with AI-Driven Identity and Access Man-agement. International Journal of Science and Research (IJSR), 14(2), 835–838. https://doi.org/10.21275/SR25212205041
Md Soberi, A. B., Ilias, N. F., Sohaimi, M. S., Abu Bakar, N. A., Kasim, S. S., Adnan, R., Omar, M., & Ismail, H. (2026). Effect of exercise on endothelial function among non-communicable diseases adults with overweight or obese: a systematic review and meta-analysis. Retos, 75, 220–233. https://doi.org/10.47197/retos.v75.117395
Mezzadri, F. M., Pauli, D. R. de, Moretti de Souza, J. V., De Moura, G. X., Hirata, E., & Starepravo, F. A. (2025). Municipal sport management and governance in Brazil: an index for municipalities. Retos, 73, 496–509. https://doi.org/10.47197/retos.v73.117385
Miragaia, D. A. M., Ferreira, J. J. M., & Vieira, C. T. (2024). Efficiency of Non-profit Organisations: a DEA Analysis in Support of Strategic Decision-Making. Journal of the Knowledge Economy, 15(1), 3239–3265. https://doi.org/10.1007/s13132-023-01298-6
Nadweh, S., Hutaihit, M. A., Al-Attar, B., Essa, R. O., Ibrahim, A., Rashid, H., Hamzah, F. B., & Yahya, Z. (2025). Stability optimization of variable frequency drives using sliding mode control with lin-ear matrix inequalities for multi-agent systems. Journal of Robotics and Control (JRC), *6*(6), 3129–3146.
Nadweh, S., Al-Omari, F., Thannon, N. T., Tawfeq, J. F., Ibrahim, A., & Jaaz, Z. A. (2025). A reinforcement learning framework for intelligent detection of bad data in power system state estimation. In 2025 3rd International Conference on Cyber Resilience (ICCR) (pp. 1–7). IEEE.
Nadweh, S., Abdulbaqi, A. S., Tawfeq, J. F., & Radhi, A. D. (2025). AI-powered smart cooling system for solar panels: Enhancing efficiency through weather forecasting and adaptive control. In 2025 3rd International Conference on Business Analytics for Technology and Security (ICBATS) (pp. 1–6). IEEE.
Pang, Y. (2025). Time-Series Forecasting in Sports: Using LSTM and GRU for Stadium Attendance Pre-diction. Physical Culture and Sport. Studies and Research, 111(1), 25–35. https://doi.org/10.2478/pcssr-2025-0027
Pietraszewski, P., Terbalyan, A., Roczniok, R., Maszczyk, A., Ornowski, K., Manilewska, D., Kuliś, S., Zając, A., & Gołaś, A. (2025). The Role of Artificial Intelligence in Sports Analytics: A Systematic Review and Meta-Analysis of Performance Trends. Applied Sciences, 15(13), 7254. https://doi.org/10.3390/app15137254
Qionghai, D. (2025). AI plus sports and health: A new interdisciplinary journey. Intelligent Sports and Health, 1(1), 1. https://doi.org/10.1016/j.ish.2024.12.001
Sørheim, A. K., Sandgren, S. S., & Øvretveit, K. (2026). Dieting, disordered eating and perfectionism in weight-classified combat sports: a pilot study. Retos, 75, 773–781. https://doi.org/10.47197/retos.v75.117813
Stegmann, P., Nagel, S., & Ströbel, T. (2023a). The digital transformation of value co-creation: a scoping review towards an agenda for sport marketing research. European Sport Management Quar-terly, 23(4), 1221–1248. https://doi.org/10.1080/16184742.2021.1976241
Stegmann, P., Nagel, S., & Ströbel, T. (2023b). The digital transformation of value co-creation: a scoping review towards an agenda for sport marketing research. European Sport Management Quar-terly, 23(4), 1221–1248. https://doi.org/10.1080/16184742.2021.1976241
Su, Z., Ge, S., Li, L., & Su, Y. (2024). Review Study Of Integrating Ai Technology Into Sports Training Sys-tem. Review Study Of Integrating Ai Technology Into Sports Training System. https://doi.org/10.53555/kuey.v30i5.1649
Trail, G. (2024). Providing a framework and guidelines for sport organizations to understand and pre-dict sport consumer behavior. International Journal of Sports Marketing and Sponsorship, 25(2), 213–226. https://doi.org/10.1108/IJSMS-05-2023-0087
Wei Chit Chun. (2025). Educational Practice of AI Technology in Sports Training and Competition Data Visualization. Journal of Information Systems Engineering and Management, 10(3), 106–113. https://doi.org/10.52783/jisem.v10i3.3745
Yulinar, Y., Ma’mun, A., Yudiana, Y., Nuryadi, N., Kurniawati, A., Razali, R., Amiruddin, A., & Syahria-nursaifi, S. (2026). Correlation analysis of teachers’ teaching skills and student sportsmanship in Physical Education. Retos, 77, 663–675. https://doi.org/10.47197/retos.v77.118544
Zare, Z., Sifat, A. I., & Zadeh, A. (2025). Leveraging AI for sports fan engagement: Comparing traditional and transformer-based models. Intelligent Decision Technologies, 19(5), 2867–2878. https://doi.org/10.1177/18724981251364377
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Mohammed Qusay Mohammed Jameel, Zina Ibrahim Mahdi, Thamer Hammad Rija

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación de su obra, el cuál estará simultáneamente sujeto a la licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
Esta revista sigue la "open access policy" de BOAI (1), apoyando los derechos de los usuarios a "leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos".
(1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess