Sistema recomendador para las campañas promocionales a clientes de una institución financiera privada nacional, periodo enero 2019 - noviembre 2020

La presente investigación tiene como objetivo diseñar un sistema recomendador para campañas promocionales de la Entidad Financiera Privada Nacional mediante el uso de sistemas recomendadores con filtrado colaborativo, que basa sus predicciones en modelos, y fueron usados en la presente investigación. Los algoritmos utilizados fueron el de los vecinos de los K-vecinos más cercanos y la medida de similitud de los cosenos. El resultado obtenido es de que tan probable es que un cliente que consumió en un comercio lo hago en otros, fijándose en los patrones de consumo antes determinado por las variables de estudio. Para ello es importante analizar de manera descriptiva los datos y ver el comportamiento que presentan, para de acuerdo con esto realizar estrategias de marketing en diferentes segmentos de los clientes de la Entidad Financiera Privada Nacional. También se debe considerar que se creó el modelo de recencia, frecuencia y consumo (RFM), que permite analizar los datos de variables con los cuales segmentamos a los clientes en quintiles, siendo 1 malo (poco consumo por los clientes y los establecimientos) y 5 muy bueno (bastante consumo por los clientes y los establecimientos), para de esta manera cuando se requiera enviar campañas promocionales se pueda identificar de manera sencilla cada segmento de los clientes y tener la probabilidad de un mayor consumo en los diferentes comercios.

• Main Author: Alcivar Zamora, Dayana Stefania (author)
• Other Authors: Iñiguez Salas, Gabriel Alejandro (author)
• Format: bachelorThesis
• Language: spa
• Published: 2021
• Subjects: SISTEMA RECOMENDADOR FILTRADO COLABORATIVO; MODELO RFM; SIMILITUD DE COSENOS; ALGORITMO DE VECINOS K – VECINOS MÁS CERCANOS
• Online Access: http://www.dspace.uce.edu.ec/handle/25000/23988