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...

תיאור מלא

שמור ב:
מידע ביבליוגרפי
מחבר ראשי: Castillo Moncada, Rogger Francisco (author)
מחברים אחרים: Vera Álava, Andy Jahir (author)
פורמט: bachelorThesis
שפה:spa
יצא לאור: 2023
נושאים:
גישה מקוונת:http://repositorio.ucsg.edu.ec/handle/3317/20479
תגים: הוספת תג
אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!
_version_ 1858395274811015168
author Castillo Moncada, Rogger Francisco
author2 Vera Álava, Andy Jahir
author2_role author
author_facet Castillo Moncada, Rogger Francisco
Vera Álava, Andy Jahir
author_role author
collection Repositorio Universidad Católica de Santiago de Guayaquil
dc.contributor.none.fl_str_mv Carrera Buri, Félix Miguel
dc.creator.none.fl_str_mv Castillo Moncada, Rogger Francisco
Vera Álava, Andy Jahir
dc.date.none.fl_str_mv 2023-03-17T22:21:11Z
2023-03-17T22:21:11Z
2023-02-07
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv http://repositorio.ucsg.edu.ec/handle/3317/20479
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Universidad Católica de Santiago de Guayaquil
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.source.none.fl_str_mv reponame:Repositorio Universidad Católica de Santiago de Guayaquil
instname:Universidad Católica de Santiago de Guayaquil
instacron:UCSG
dc.subject.none.fl_str_mv ANÁLISIS DE DATOS
INTELIGENCIA ARTIFICIAL
AUTOMATIZACIÓN DE PROCESOS
RETENCIÓN DE CLIENTES
dc.title.none.fl_str_mv Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
description 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.
eu_rights_str_mv openAccess
format bachelorThesis
id UCSG_4d5b78290f920d7f4ea07b01f2dfaf2d
instacron_str UCSG
institution UCSG
instname_str Universidad Católica de Santiago de Guayaquil
language spa
network_acronym_str UCSG
network_name_str Repositorio Universidad Católica de Santiago de Guayaquil
oai_identifier_str oai:repositorio.ucsg.edu.ec:3317/20479
publishDate 2023
publisher.none.fl_str_mv Universidad Católica de Santiago de Guayaquil
reponame_str Repositorio Universidad Católica de Santiago de Guayaquil
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquil
repository_id_str 2566
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
spelling Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.Castillo Moncada, Rogger FranciscoVera Álava, Andy JahirANÁLISIS DE DATOSINTELIGENCIA ARTIFICIALAUTOMATIZACIÓN DE PROCESOSRETENCIÓN DE CLIENTESLa 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.Technology and innovation are fundamental for the growth and competitiveness of companies today, where process automation through data analysis is a key tool to improve efficiency and the quality of service offered to customers. However, the management and understanding of artificial intelligence concepts, such as machine learning, remains a challenge due to the complexity of these technologies and practical factors such as costs, personnel, training, and business stance. Despite these challenges, it is essential for companies to adapt to the digitization of processes to compete in global markets. Customer classification and segmentation are fundamental techniques for companies, as they allow them to adapt marketing strategies and campaigns in a more personalized way to different types of target customers, and to establish efficient strategies to achieve a competitive advantage in the market. This research focuses on the development of a customer classification model using Machine Learning (ML) and clustering for the company Labelprintsa. The objective is to establish personalized strategies for different customer groups due to the increasing demand for printing methods and the growth of the company. The application of ML is justified due to the growth of the company and the need to handle a large amount of data to apply customer retention or acquisition strategies. The proposed algorithm is k means neighbours, which is expected to achieve a minimum error in the prediction of customer group classification and a possible increase in market share.Universidad Católica de Santiago de GuayaquilCarrera Buri, Félix Miguel2023-03-17T22:21:11Z2023-03-17T22:21:11Z2023-02-07info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ucsg.edu.ec/handle/3317/20479spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Universidad Católica de Santiago de Guayaquilinstname:Universidad Católica de Santiago de Guayaquilinstacron:UCSG2023-03-18T17:05:08Zoai:repositorio.ucsg.edu.ec:3317/20479Institucionalhttp://repositorio.ucsg.edu.ec/Universidad privadahttps://www.ucsg.edu.ec/http://repositorio.ucsg.edu.ec/oai.Ecuador...opendoar:25662026-02-28T18:19:44.054105Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquiltrue
spellingShingle Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
Castillo Moncada, Rogger Francisco
ANÁLISIS DE DATOS
INTELIGENCIA ARTIFICIAL
AUTOMATIZACIÓN DE PROCESOS
RETENCIÓN DE CLIENTES
status_str publishedVersion
title Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
title_full Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
title_fullStr Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
title_full_unstemmed Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
title_short Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
title_sort Análisis de clasificación por tipo de cliente de la empresa Labelprintsa S.A. en base a un modelo de clusterización por Machine Learning.
topic ANÁLISIS DE DATOS
INTELIGENCIA ARTIFICIAL
AUTOMATIZACIÓN DE PROCESOS
RETENCIÓN DE CLIENTES
url http://repositorio.ucsg.edu.ec/handle/3317/20479