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

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/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12640/2935
dc.languageEspañol
dc.language.isospa
dc.publisherUniversidad ESANes_ES
dc.publisherUniversidad ESAN
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/closedAccess
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#2.11.04
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
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/bachelorThesis
dc.type.otherTrabajo de suficiencia profesional
local.acceso.esanAcceso restringido
renati.advisor.dni44749148
renati.advisor.orcidhttps://orcid.org/0000-0001-9804-7795
renati.author.dni70771120
renati.author.dni72316611
renati.author.dni70105633
renati.author.dni71756150
renati.author.dni70765564
renati.discipline722056
renati.discipline613066
renati.jurorBallón Álvarez, Eber Joseph
renati.jurorGonzales López, Rolando Alberto
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
thesis.degree.disciplineIngeniería Industrial y Comercial
thesis.degree.disciplineIngeniería de Tecnologías de Información y Sistemas
thesis.degree.grantorUniversidad ESAN. Facultad de Ingeniería
thesis.degree.nameIngeniero Industrial y Comercial
thesis.degree.nameIngeniero de Tecnologías de Información y Sistemas

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
2021_IIC_21-2_09_R.pdf
Tamaño:
122.83 KB
Formato:
Adobe Portable Document Format
Descripción:
Resumen
No hay miniatura disponible
Nombre:
2021_IIC_21-2_09_F.pdf
Tamaño:
335.34 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización (acceso restringido)

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: