Modelo de Machine Learning para la segmentación automática de clientes según su perfil de compra del canal de venta interna en Molitalia

Simple item page
dc.contributor.advisorFabian Arteaga, Junior John
dc.contributor.authorBernuy Murriel, Astrid Carolina
dc.contributor.authorManza Briceño, Mirella Maribel
dc.contributor.authorGaray Macukachi, Jessica Diyanira
dc.contributor.authorGuillen Aguilar, Yomira Alizon
dc.contributor.authorJuarez Polar, Jefry Romulo
dc.coverage.spatialPerú
dc.date.accessioned2022-02-17T22:44:20Z
dc.date.available2022-02-17T22:44:20Z
dc.date.issued2021
dc.description.abstractDebido al COVID-19, la empresa Molitalia redujo sus ventas en los canales internos y externos, esto se debe a que los consumidores han reducido su poder de compra en las categorías de alimentos; por lo cual, Molitalia se ve obligada a mapear soluciones y estrategias que se adapten al nuevo entorno. Siendo uno de los hallazgos la poca capacidad de respuesta a las exigencias y preferencias de los clientes internos. Por ello, este proyecto se centró en el desarrollo de un modelo de segmentación automática de perfiles de compra de los clientes internos, con ello se podrá implementar estrategias que se adapten a las necesidades de los clientes, responder rápidamente a los cambios en la demanda, contar con información a tiempo real del perfil de compra del cliente, agilizar y fortalecer los procesos de venta para beneficio de la organización.Para ello, se desarrollaron diez modelos de Machine Learning usando la técnica de aprendizaje no supervisado “K-Means”. Además, se analizaron y evaluaron los modelos mediante dos validaciones: teórica, mediante el indicador “inercia”; y práctica, por medio del experto de estrategia comercial. Concluyendo que el mejor modelo es el K=4, logrando descubrir cuatro perfiles de clientes internos: Beginners, Middle, Expert, Senior.es_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttps://hdl.handle.net/20.500.12640/2935
dc.language.isospaes_ES
dc.publisherUniversidad ESANes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/closedAccesses_ES
dc.subjectInteligencia artificiales_ES
dc.subjectAlgoritmoses_ES
dc.subjectModeloses_ES
dc.subjectSegmentación del mercadoes_ES
dc.subjectMercado internoes_ES
dc.subjectIndustria alimentariaes_ES
dc.subjectComportamiento del consumidores_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.04es_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04es_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_ES
dc.titleModelo de Machine Learning para la segmentación automática de clientes según su perfil de compra del canal de venta interna en Molitaliaes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.type.otherTrabajo de suficiencia profesionales_ES
renati.advisor.dni44749148
renati.advisor.orcidhttps://orcid.org/0000-0001-9804-7795es_ES
renati.author.dni70771120
renati.author.dni72316611
renati.author.dni70105633
renati.author.dni71756150
renati.author.dni70765564
renati.discipline722056es_ES
renati.discipline613066es_ES
renati.jurorBallón Álvarez, Eber Joseph
renati.jurorGonzales López, Rolando Alberto
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionales_ES
thesis.degree.disciplineIngeniería Industrial y Comerciales_ES
thesis.degree.disciplineIngeniería de Tecnologías de Información y Sistemases_ES
thesis.degree.grantorUniversidad ESAN. Facultad de Ingenieríaes_ES
thesis.degree.nameIngeniero Industrial y Comerciales_ES
thesis.degree.nameIngeniero de Tecnologías de Información y Sistemases_ES
Files
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Ingeniería Industrial Comercial
Ingeniería de Tecnologías de Información y Sistemas