Autores:
Ankit Gupta, Vinayak Shukla
Descargar PDF Gratis
Mercado de análisis de petróleo y gas Tamaño y Compartir 2026-2035
ID del informe: GMI685
|
Fecha de publicación: August 2026
|
Formato del informe: PDF/Excel/Panel de control/Plataforma
Descargar PDF Gratis
Explore nuestras opciones de licencia:
Descargar PDF Gratis
Mercado de análisis de petróleo y gas
Obtenga una muestra gratuita de este informe
Obtenga una muestra gratuita de este informe
Mercado de análisis de petróleo y gas
Is your requirement urgent? Please give us your business email
for a speedy delivery!
Tamaño del mercado de análisis de petróleo y gas
Se estima que el mercado mundial de análisis de petróleo y gas alcanzará los 12,500 millones de USD en 2025 y llegará a 108,100 millones de USD en 2035, con una expansión a una tasa de crecimiento anual compuesta (TCAC) del 25,5 % durante 2026–2035. Según el último informe publicado por Global Market Insights Inc., el mercado pasó de 8,000 millones de USD en 2022 a 12,500 millones de USD en 2025, lo que representa una TCAC histórica del 16,0 %. La previsión se basa en el gasto de los compradores, no en los ingresos globales de los proveedores ni en el volumen de despliegue físico.
Aspectos clave del mercado de análisis de petróleo y gas
Líder del mercado: SLB lideró con una cuota de mercado superior al 20,5% en 2025.
Principales actores: Los cinco principales actores de este mercado son SLB, TGS, Viridien, AspenTech, Bentley Systems, que registraron conjuntamente una cuota de mercado del 48,8% en 2025.
El alcance del mercado incluye software de análisis, plataformas de IA y aprendizaje automático, análisis de datos sísmicos, análisis de IoT industrial (IIoT), software de gemelos digitales, cargas de trabajo en la nube que habilitan el análisis, plataformas de IA generativa, servicios de implementación y servicios gestionados de análisis. La cobertura abarca casos de uso de exploración y producción, transporte y almacenamiento, refino y comercialización, así como casos de uso empresariales transversales a toda la cadena. Se excluyen el análisis de hidrógeno, la supervisión de la captura y el almacenamiento de carbono, el análisis de emisiones y de informes ESG, la ciberseguridad, los sistemas de comercialización de materias primas, el gasto general en la nube, y el hardware sin una capa de análisis integrada.
El estudio utiliza una triangulación mediante tres métodos. La agregación de los ingresos de las empresas constituye el principal punto de referencia, complementada con una validación descendente del gasto digital en petróleo y gas y un cálculo ascendente por aplicaciones para comprobar el resultado. Las previsiones aplican un marco de curva en S a la expansión simultánea de la IA generativa, la IA sísmica, el IIoT, los gemelos digitales y las arquitecturas de datos nativas de la nube. Por tanto, el mercado direccionable es más amplio que las definiciones convencionales del software para campos petrolíferos, aunque sigue limitado al gasto que permite la toma de decisiones basada en análisis. La atribución de ingresos es deliberadamente conservadora en el caso de los proveedores diversificados: la planificación de recursos empresariales, el consumo general de la nube, el hardware industrial y los servicios no relacionados con el análisis quedan fuera de la estimación. Este límite hace más útil la comparación entre proveedores, especialmente cuando los informes corporativos públicos revelan grandes negocios digitales o en la nube sin una partida específica de análisis para petróleo y gas.
Perspectiva del analista de GMI
La inflexión de la curva en S de la IA generativa es estructural, no cíclica. La TCAC prevista del 25,5 % refleja una nueva curva de demanda, no una simple prolongación de la digitalización histórica. La IA generativa y los modelos fundacionales generan gasto en agentes para optimizar la perforación, copilotos para el subsuelo y sistemas de asignación de la producción que quedan fuera de muchos presupuestos tradicionales de análisis. La expansión más rápida se concentra entre 2027 y 2031, cuando los fundamentos de datos en la nube y los flujos de trabajo operativos alcanzan la madurez suficiente para respaldar el despliegue de modelos a escala. El crecimiento se normalizará posteriormente durante el período de previsión, pero los ingresos recurrentes de software y servicios gestionados seguirán siendo estructuralmente superiores a los registrados antes del ciclo de la IA generativa.[1]International Energy Agency, "World Energy Investment Report 2024". iea.org
El mercado está pasando de la optimización específica para cada proyecto a una capa común de datos y modelos que presta servicio a múltiples activos. Esto modifica tanto los criterios de compra como la economía de la ampliación de nuevos casos de uso analítico. La adopción de OSDU reduce el coste de integrar datos del subsuelo y operativos, mientras que el despliegue en la nube permite actualizar los modelos y compartir los flujos de trabajo analíticos. Esto no elimina la necesidad de servicios de integración, sino que modifica la combinación de servicios, orientándola hacia la arquitectura de datos, el ajuste específico del dominio, la gobernanza y el diseño del modelo operativo.
Principales impulsores
Análisis en la nube habilitado por OSDU +2,0% Global; primeros avances en Norteamérica y Europa Corto plazo
Inteligencia artificial generativa y cargas de trabajo de modelos fundacionales La inteligencia artificial generativa es el principal vector de crecimiento incremental, ya que crea productos comerciales para la toma de decisiones que antes se basaban en la interpretación manual y la revisión de ingeniería. La asistencia autónoma a la perforación, los copilotos para los flujos de trabajo de yacimientos y las herramientas de asignación de producción entre activos amplían el análisis más allá de los cuadros de mando. McKinsey estima un potencial de valor sustancial de la IA generativa en el sector del petróleo y el gas (O&G), lo que respalda el argumento comercial a favor de la inversión de los compradores.
IA sísmica y automatización de la interpretación La IA sísmica crea la mayor oportunidad a largo plazo en el segmento upstream. TGS y Viridien cuentan con datos y capacidades de interpretación propios que pueden respaldar el entrenamiento de modelos, mientras que los operadores buscan un procesamiento sísmico más rápido y flujos de trabajo del subsuelo reproducibles. El mecanismo no consiste únicamente en reducir los costes de procesamiento: una interpretación más rápida puede modificar la secuencia de exploración, la planificación de pozos y las decisiones de gestión de yacimientos. La base mundial de pozos de OPEC aporta escala a esta demanda.[2]OPEC, "Annual Statistical Bulletin 2024". opec.org
Crecimiento del volumen de datos de IIoT La proliferación de sensores IIoT y las arquitecturas en la nube basadas en OSDU proporcionan la infraestructura de datos que sustenta la capa de aplicaciones. Un mayor número de activos conectados en campos, oleoductos y gasoductos, instalaciones de GNL y refinerías amplía el volumen de datos operativos que deben contextualizarse y utilizarse.
Análisis en la nube habilitado por OSDU OSDU reduce las dificultades para conectar esos datos entre proveedores y clases de activos, y favorece la adopción de la nube por parte de operadores que anteriormente mantenían sistemas aislados.[3]Gartner, "IT Spending in Oil & Gas". gartner.com
Principales restricciones
Fiabilidad de la IA y garantía de seguridad La toma de decisiones críticas para la seguridad limita el ritmo de adopción de la IA autónoma. Los operadores requieren una validación transparente frente a resultados operativos históricos y en tiempo real antes de que los modelos influyan en las decisiones sobre perforación, control de pozos, operaciones de refinería o integridad de oleoductos y gasoductos. La gobernanza europea de la IA y requisitos de cumplimiento similares añaden etapas de revisión, especialmente cuando la gobernanza de los modelos y la responsabilidad operativa aún no están integradas en los procesos de adquisición.
Silos de datos y complejidad de integración Los silos de datos heredados constituyen una segunda restricción. Las compañías petroleras nacionales y los operadores más pequeños suelen conservar décadas de datos propios del subsuelo, de mantenimiento y empresariales en formatos desconectados. La depuración de datos, las normas de propiedad y la secuenciación de la integración alargan los ciclos de implementación y mantienen la demanda de servicios profesionales.
Ciclicidad del gasto de capital y riesgo de transición La ciclicidad del gasto de capital sigue siendo un riesgo negativo a largo plazo, aunque las perspectivas de la IEA basadas en las políticas anunciadas respaldan la continuidad de la inversión en petróleo y gas hasta 2030.
Opinión del analista de GMI
El principal cuello de botella del mercado es la confianza operativa, no la disponibilidad de modelos. La adopción avanzará primero en flujos de trabajo asistidos en los que los ingenieros mantengan la responsabilidad y puedan comparar las recomendaciones de los modelos con métricas de rendimiento consolidadas. Esto favorece a los proveedores que combinan modelos de datos industriales, una gobernanza trazable y herramientas integradas en los flujos de trabajo. Para 2028, las implementaciones probadas desplazarán las adquisiciones desde proyectos piloto de IA aislados hacia programas más amplios de plataformas de datos y modelos operativos.
Análisis por segmentos del mercado de analítica de petróleo y gas
Por implementación
La nube es el principal modelo de implementación porque la IA sísmica, la IA generativa y las plataformas de datos multiactivo requieren capacidad informática escalable y acceso compartido a los datos. Representó 5,824 millones de USD en 2024, es decir, el 52 % de los ingresos del mercado. AWS Energy y Microsoft Azure O&G se incluyen únicamente para cargas de trabajo habilitadas para analítica, incluidas las plataformas de datos OSDU, el procesamiento sísmico y la capacidad informática para el modelado de yacimientos.[4]Amazon Web Services, "AWS Energy Case Studies". aws.amazon.com
La analítica local sigue siendo relevante en jurisdicciones con soberanía de los datos y en entornos de campo sensibles a la latencia. Su función es cada vez más selectiva: procesamiento localizado, continuidad de los sistemas heredados y residencia restringida de los datos. Las arquitecturas híbridas de borde a nube abordan ambos requisitos al procesar localmente las señales inmediatas del campo y enviar los datos agregados a modelos en la nube. ABB Ability, Siemens Xcelerator y AspenTech Mtell ilustran las plataformas de tecnología operativa que respaldan esta arquitectura.
Por aplicación
Upstream es el mayor segmento de aplicación porque el alcance incluye la analítica de datos sísmicos, la gestión de yacimientos, la optimización de la producción, la analítica de perforación y la IIoT de campo. Su cuota del 58 % en 2024 refleja la elevada intensidad de datos y la sensibilidad económica de las decisiones de exploración y producción. La IA sísmica es el principal elemento diferenciador, ya que combina archivos propios con ciclos de interpretación más rápidos. Las plataformas DELFI y Lumi de SLB, las capacidades de datos mejoradas mediante IA de TGS y las actividades de geociencias y datos de la Tierra de Viridien representan las posiciones competitivas más visibles.
La demanda del segmento downstream se centra en la optimización de refinerías, el mantenimiento predictivo, la eficiencia energética y la gestión del rendimiento. La cartera aspenONE de AspenTech y PI System de AVEVA son relevantes porque conectan los datos de proceso con las decisiones operativas. La demanda del segmento midstream está vinculada a la integridad de los oleoductos y gasoductos, la optimización de las terminales de GNL y la analítica del procesamiento de gas. El segmento empresarial/transversal es el que crece con mayor rapidez porque las empresas petroleras nacionales y los grandes operadores requieren cada vez más sistemas de decisión a escala de cartera que conecten los datos de upstream, midstream y downstream, en lugar de añadir otra herramienta específica para un activo.
Por servicio
El software y las plataformas lideran la combinación de servicios porque la implementación en la nube desplaza los modelos comerciales hacia las suscripciones, las tarifas de plataforma y los servicios de datos recurrentes. El segmento también incluye suscripciones de analítica IIoT y tarifas de plataformas de IA sísmica. Los servicios profesionales siguen teniendo un peso significativo porque la corrección de datos heredados, la integración de modelos y la puesta en servicio de gemelos digitales requieren conocimientos especializados del sector. Los servicios gestionados y en la nube atienden a operadores que carecen de capacidad interna de ciencia de datos o que prefieren externalizar las operaciones de analítica.[5]Microsoft, "Azure Energy Data Services Announcements". microsoft.com
El cambio más trascendental en los servicios no es el declive de los trabajos de implementación. Es la migración de las tareas de integración: de la creación puntual de interfaces a la gobernanza continua de los datos, las operaciones de modelos y el rediseño de los flujos de trabajo. Esto favorece los ingresos recurrentes de los proveedores que pueden seguir integrados después de la implementación inicial. Para los compradores, la implicación práctica es que la contratación debe evaluar a los socios de servicios por su capacidad para transferir conocimientos operativos y mantener la calidad de los datos después de la puesta en producción, y no simplemente por el coste de implementación. Para los proveedores, los servicios se convierten en una vía para ampliar la adopción de software, siempre que puedan demostrar resultados medibles en materia de fiabilidad, producción, mantenimiento o rendimiento.
Perspectiva del analista de GMI
La IA sísmica será el principal impulsor estructural individual de aquí a 2035. Los modelos fundacionales sísmicos pueden transformar la interpretación, que pasaría de ser una actividad especializada y secuencial a convertirse en un flujo de trabajo de toma de decisiones escalable. Su valor depende de archivos propietarios, un ajuste específico para cada contexto geológico y la integración con las decisiones de perforación y de los yacimientos, lo que favorece a los proveedores con abundancia de datos frente a los proveedores de IA genérica. La mayor ventaja competitiva corresponderá a las empresas que combinen derechos sobre los datos, capacidad de modelización y distribución mediante flujos de trabajo. De aquí a 2030, este segmento determinará cada vez más la brecha de crecimiento entre los proveedores de analítica centrados en la exploración y producción y los proveedores de software industrial generalista.
Análisis regional del mercado de analítica de petróleo y gas
América del Norte es el mayor mercado, respaldado por la base instalada del sector de exploración y producción estadounidense, las necesidades de optimización de la cuenca Pérmica y la concentración de los principales proveedores de plataformas. El maduro entorno de nube de la región favorece una implementación empresarial temprana, pero su cuota disminuye con el tiempo porque otras regiones parten de una base inferior y crecen a mayor escala. Canadá añade demanda de analítica para arenas petrolíferas y operaciones en alta mar, mientras que la actividad de modernización de México sigue siendo menor y más desigual.
Europa presenta una marcada orientación hacia la actividad sísmica y el mar del Norte. TGS y Viridien aportan capacidades regionales en materia de datos e interpretación, mientras que los operadores del mar del Norte respaldan la demanda de analítica del subsuelo y de los activos. La Ley de IA de la UE y otros requisitos de gobernanza pueden alargar los ciclos de contratación, aunque también favorecen a los proveedores con controles explícitos de los modelos y capacidades de gestión de datos.
Asia-Pacífico crece gracias a los programas de las empresas petroleras nacionales de China, la modernización de las refinerías y del sector de exploración y producción de India, y la actividad australiana de gas natural licuado y operaciones en alta mar. China e India aportan escala, pero la soberanía de los datos y las preferencias por la tecnología nacional determinan la arquitectura de implementación. Oriente Medio y África registran el crecimiento más rápido, a medida que el Programa LifeTime Analytics de Saudi Aramco, la estrategia de IA de ADNOC y otros programas nacionales relacionados avanzan hacia la ejecución empresarial. Estas iniciativas favorecen a las plataformas capaces de cumplir requisitos de soberanía de los datos, localización y operación a largo plazo.
América Latina está impulsada por el desarrollo de los yacimientos presalinos de Brasil y las necesidades asociadas de interpretación sísmica. El entorno de aguas profundas de Petrobras favorece las soluciones de analítica capaces de gestionar decisiones complejas sobre yacimientos y producción. El desarrollo de Vaca Muerta en Argentina añade demanda orientada al gas y petróleo de esquisto, mientras que México y Colombia siguen siendo mercados importantes, aunque más sensibles a los presupuestos. Los proveedores regionales compiten en función de su capacidad de prestación local y de su capacidad para integrar plataformas globales con la geología específica de cada operador, sus sistemas de mantenimiento y sus requisitos normativos. Por ello, la calidad de la implementación es tan importante como el precio de la licencia en las oportunidades más grandes de la región.
Perspectiva del analista de GMI
Las compañías petroleras nacionales impulsan la fase de máximo crecimiento de 2029–2031. Los programas digitales de Saudi Aramco, ADNOC y CNPC están posicionados para trasladar la demanda de proyectos piloto delimitados a operaciones de análisis a escala empresarial. Su efecto va más allá de las compras directas de software, ya que los programas nacionales también incrementan el gasto en arquitecturas de datos, integración, operaciones en la nube y transformación de los flujos de trabajo. Por tanto, Oriente Medio y África y Asia-Pacífico ganan cuota de mercado, aunque Norteamérica siga siendo el mayor mercado. Para 2035, la competencia regional se centrará en la capacidad de ofrecer plataformas soberanas e integradas, en lugar de aplicaciones independientes.
Cuota de mercado y panorama competitivo del mercado de análisis de petróleo y gas
SLB lidera el mercado, con unos ingresos por análisis de petróleo y gas de 2,300 millones de USD en 2024 y una cuota del 20,5 %. Su ventaja reside en la amplitud de su oferta: DELFI, Lumi, servicios en la nube alineados con OSDU y capacidades de inteligencia artificial conectan la interpretación sísmica, el análisis de yacimientos, la perforación y la optimización de la producción. TGS, incluida PGS, ocupa el segundo puesto, con 1,252 millones de USD y una cuota del 11,2 %. Su biblioteca sísmica y su posicionamiento en interpretación mediante inteligencia artificial son estratégicamente valiosos, ya que los datos propios constituyen un elemento fundamental para el rendimiento de los modelos del subsuelo. El informe de TGS de 2025 es el primer período completo de doce meses posterior a la integración de PGS.
Viridien ocupa el tercer puesto, con 925 millones de USD y una cuota del 8,3 %, procedentes de sus actividades de Geoscience y Earth Data. GeoSoftware fue desinvertida y vendida a Halma en 2022, por lo que no forma parte de la cartera de Viridien. AspenTech, con 560 millones de USD y una cuota del 5,0 %, se posiciona en torno a la optimización de procesos, el mantenimiento predictivo y la planificación mediante aspenONE. La operación de Emerson para sacar a AspenTech de cotización bursátil estaba en curso durante el ejercicio fiscal 2025. Bentley Systems ocupa el quinto puesto, con 427 millones de USD y una cuota del 3,8 %, respaldada por las aplicaciones de gemelos digitales iTwin para infraestructuras y activos industriales.[6]Bentley Systems, "FY2024 Form 10-K and Q4 2024 Earnings Release". bentley.com
El siguiente nivel competitivo está formado por proveedores de servicios en la nube, tecnología operativa e inteligencia artificial empresarial. AWS Energy y Microsoft Azure O&G registran unos ingresos estimados atribuibles al análisis de 400 millones de USD y 350 millones de USD, respectivamente; ninguno de los dos desglosa una partida independiente de análisis de petróleo y gas. AVEVA, Halliburton Landmark, Baker Hughes Digital, Emerson, Siemens AG Digital Industries, ABB Ability, Palantir, IBM, SAP y Oracle compiten mediante capas de producto seleccionadas, en lugar de hacerlo a través de una única plataforma común. Los ingresos de IBM, SAP, Oracle y Palantir son estimaciones, ya que la información pública no desglosa los ingresos procedentes del análisis de petróleo y gas. La cobertura de Siemens se limita a Siemens AG Digital Industries y excluye Siemens Energy. Honeywell y GE Vernova permanecen en la categoría Otros y no se analizan individualmente.
La competencia está fragmentada por debajo de las empresas líderes. Los proveedores de servicios en la nube reducen los márgenes de infraestructura, mientras que la propiedad de los datos sísmicos, la integración de los flujos de trabajo industriales y la experiencia en los ámbitos operativos preservan posiciones defendibles en capas especializadas. La estimación de 295 millones de USD correspondiente a Baker Hughes Digital utiliza una triangulación documentada mediante dos métodos: uno extrae una proporción de análisis digital a partir de los ingresos totales, mientras que el otro se construye a partir de las actividades de Industrial & Energy Technology y Oilfield Services & Equipment. El resultado es una estimación elaborada, no un valor de segmento comunicado directamente.[7]Baker Hughes, "FY2024 Form 10-K and Q4 2024 Press Release". bakerhughes.com
Perspectiva del analista de GMI
El mercado no se consolidará en una única plataforma horizontal durante el período de previsión. Los compradores necesitan capas de datos comunes, pero los derechos sobre los datos sísmicos, los flujos de trabajo operativos críticos para la seguridad y el ajuste de modelos específicos de cada sector siguen estando especializados. SLB mantendrá una ventaja de escala, mientras que TGS y Viridien se beneficiarán de posiciones diferenciadas en datos del subsuelo. La consolidación más probable se producirá en soluciones puntuales que carezcan de datos propios, distribución o un flujo de trabajo operativo integrado.
Desarrollos recientes del sector
¿Necesita una sección específica de este informe?
Adquiera por separado el análisis regional, el análisis por país, los perfiles de empresas o cualquier otro análisis por segmentos
en función de sus necesidades de investigación.
Preguntas frecuentes (FAQs):
Metodología de investigación, fuentes de datos y proceso de validación
Este informe se basa en un proceso de investigación estructurado basado en conversaciones directas con la industria, modelado propietario y validación cruzada rigurosa, y no solo en investigación de escritorio.
Nuestro proceso de investigación de 6 pasos
1. Diseño de investigación y supervisión de analistas
En GMI, nuestra metodología de investigación se basa en la experiencia humana, la validación rigurosa y la transparencia total. Cada perspectiva, análisis de tendencias y pronóstico en nuestros informes es desarrollado por analistas experimentados que entienden los matices de su mercado.
Nuestro enfoque integra una extensa investigación primaria a través del compromiso directo con participantes y expertos de la industria, complementada con una investigación secundaria integral de fuentes globales verificadas. Aplicamos análisis de impacto cuantificado para ofrecer pronósticos confiables, manteniendo una trazabilidad completa desde las fuentes de datos originales hasta los insights finales.
2. Investigación primaria
La investigación primaria forma la columna vertebral de nuestra metodología, contribuyendo con casi el 80% a los insights generales. Implica el compromiso directo con los participantes de la industria para garantizar la precisión y profundidad en el análisis. Nuestro programa de entrevistas estructuradas cubre los mercados regionales y globales, con aportes de ejecutivos de nivel C, directores y expertos en la materia. Estas interacciones proporcionan perspectivas estratégicas, operativas y técnicas, permitiendo insights completos y pronósticos de mercado confiables.
3. Minería de datos y análisis de mercado
La minería de datos es una parte clave de nuestro proceso de investigación, contribuyendo con casi el 20% a la metodología general. Implica analizar la estructura del mercado, identificar las tendencias de la industria y evaluar los factores macroeconómicos a través del análisis de participación en los ingresos de los principales actores. Los datos relevantes se recopilan de fuentes pagas y gratuitas para construir una base de datos confiable. Esta información se integra luego para respaldar la investigación primaria y el dimensionamiento del mercado, con validación de partes interesadas clave como distribuidores, fabricantes y asociaciones.
4. Dimensionamiento del mercado
Nuestro dimensionamiento del mercado se basa en un enfoque ascendente, comenzando con datos de ingresos de empresas recopilados directamente a través de entrevistas primarias, junto con cifras de volumen de producción de fabricantes y estadísticas de instalación o implementación. Estos datos se ensamblan a través de los mercados regionales para llegar a una estimación global fundamentada en la actividad real de la industria.
5. Modelo de pronóstico y supuestos clave
Cada pronóstico incluye documentación explícita de:
✓ Principales impulsores de crecimiento y su impacto asumido
✓ Factores restrictivos y escenarios de mitigación
✓ Supuestos regulatorios y riesgo de cambio de política
✓ Parámetro de la curva de adopción tecnológica
✓ Supuestos macroeconómicos (crecimiento del PIB, inflación, moneda)
✓ Dinámicas competitivas y expectativas de entrada/salida al mercado
6. Validación y aseguramiento de calidad
Las etapas finales implican validación humana, donde expertos del dominio revisan manualmente los datos filtrados para identificar matices y errores contextuales que los sistemas automatizados podrían pasar por alto. Esta revisión de expertos añade una capa crítica de aseguramiento de calidad, asegurando que los datos se alineen con los objetivos de investigación y los estándares específicos del dominio.
Nuestro proceso de validación de triple capa garantiza la máxima fiabilidad de los datos:
✓ Validación estadística
✓ Validación de expertos
✓ Verificación de la realidad del mercado
Confianza & credibilidad
Fuentes de datos verificadas
Publicaciones comerciales
Revistas sectoriales, publicaciones comerciales y medios especializados
Bases de datos industriales
Bases de datos de mercado propias y de terceros
Documentos regulatorios
Registros de contratación pública y documentos de política
Investigación académica
Estudios universitarios e informes de instituciones especializadas
Informes corporativos
Informes anuales, presentaciones a inversores y declaraciones
Entrevistas con expertos
Alta dirección, responsables de compras y especialistas técnicos
Archivo GMI
Más de 13.000 estudios publicados en más de 20 sectores industriales
Datos comerciales
Volúmenes de importación/exportación, códigos HS y registros aduaneros
Parámetros estudiados y evaluados
Cada punto de datos de este informe se valida mediante entrevistas primarias, modelado ascendente real y rigurosas comprobaciones cruzadas. Lea sobre nuestro proceso de investigación →