Elaboración de una propuesta tecnológica basada en algoritmos de aprendizaje automático para fidelización de clientes.

El aprendizaje de maquina o aprendizaje automático se encuentra presente en diferentes industrias modernas, pero, es popularmente aplicado en el sector comercial para el análisis de clientes, su aplicación permite entre otros aspectos descubrir patrones en el comportamiento de clientes que las empresas pueden utilizar para aplicar estrategias comerciales, como retener o fidelizar clientes. El agrupamiento o clustering es una técnica muy utilizada en el aprendizaje automático para este tipo de análisis, se basa en la partición de un conjunto de datos en varios grupos en donde cada grupo contiene elementos similares entre sí y mantiene una diferencia respecto a los otros grupos. El presente trabajo de titulación tiene como objetivo obtener la segmentación de clientes de la empresa Lotería Nacional mediante la aplicación de algoritmos de aprendizaje automático, para ello se crearon variables que permitieron identificar el nivel de lealtad de los clientes de la empresa Lotería Nacional. Para el desarrollo del presente trabajo de titulación, se aplicó la metodología CRISP-DM que sirvió para el proceso de minería de datos. El análisis de los datos se lo realizó en base al modelo RFM (Recencia, Frecuencia, Monto) y sobre este modelo se aplicaron los algoritmos de agrupamiento k means, k nearest neigbor y árbol de decisión. Para validar el resultado de los algoritmos se separaron los datos para entrenamiento y pruebas que permitieron evaluar la precisión de los algoritmos, finalmente se utilizó la herramienta Power BI para presentar los resultados de una forma amigable y sencilla.

• 第一著者: Barrezueta Flores, Ingrid Gabriela (author)
• フォーマット: bachelorThesis
• 言語: spa
• 出版事項: 2022
• 主題: INTELIGENCIA ARTIFICIAL; COMPORTAMIENTO DE CLIENTES; CLUSTERING; MODELO RFM; SECTOR COMERCIAL
• オンライン･アクセス: http://repositorio.ucsg.edu.ec/handle/3317/20044