Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
La tecnología y la innovación son fundamentales para el crecimiento y competitividad de las empresas en la actualidad, en donde la automatización de procesos mediante el análisis de datos es una herramienta clave para mejorar la eficiencia y la calidad del servicio ofrecido a los clientes. Sin embar...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | bachelorThesis |
| Sprache: | spa |
| Veröffentlicht: |
2023
|
| Schlagworte: | |
| Online Zugang: | http://repositorio.ucsg.edu.ec/handle/3317/20479 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | La tecnología y la innovación son fundamentales para el crecimiento y competitividad de las empresas en la actualidad, en donde la automatización de procesos mediante el análisis de datos es una herramienta clave para mejorar la eficiencia y la calidad del servicio ofrecido a los clientes. Sin embargo, el manejo y entendimiento de conceptos de inteligencia artificial, como el aprendizaje automático, sigue siendo un desafío debido a la complejidad de estas tecnologías y a factores prácticos como costos, personal, formación y postura de los empresarios. A pesar de estos desafíos, es esencial que las empresas se adapten a la digitalización de los procesos para poder competir en los mercados globales. La clasificación y segmentación de clientes son técnicas fundamentales para las empresas, ya que permiten adaptar las estrategias y campañas de marketing de manera más personalizada a los diferentes tipos de clientes objetivos, y establecer estrategias eficientes para lograr una ventaja competitiva en el mercado. La presente investigación se enfoca en el desarrollo de un modelo de clasificación de clientes utilizando Machine Learning (ML) y clusterización para la empresa Labelprintsa. El objetivo es establecer estrategias personalizadas para diferentes grupos de clientes debido al aumento de la demanda de métodos de impresión y al crecimiento de la empresa. La aplicación de ML se justifica debido al crecimiento de la empresa y la necesidad de manejar una gran cantidad de datos para aplicar estrategias de retención o adquisición de clientes. El algoritmo propuesto es k means neighbours, el cual se espera logre un mínimo error en la predicción de clasificación de grupos de clientes y un posible aumento en la cuota de mercado. |
|---|