Análisis de clusterización basado en el algoritmo K- Means Neighbourhood para la clasificación de tipos de clientes web en una empresa de retail e-commerce.

En el mundo moderno y con la digitalización como pilar clave de nuestro día a día, saber e implementar las nuevas tecnologías que se desarrollan es de vital importancia pues son capaces de agilizar o mejorar los procesos que llevamos a cabo en nuestras actividades cotidianas. Sin lugar a duda el apogeo de la inteligencia artificial y sus derivados es la tendencia que hoy en día se desarrolla, y en el campo empresarial no es la excepción siendo infinita sus aplicaciones. Conocer las preferencias de tus clientes sin necesidad de tenerlos presentes representa una gran ventaja competitiva con respecto a la competencia, años atrás esta tarea se vería como algo imposible mashoy en día con la implementación de nuevas tecnologías paso de ser un sueño a una realidad. En este trabajo se pretende demostrar como la implementación de un sistema de algoritmo de Machine Learning permitiría a las empresas Retail que están presentes en el Ecommerce facilitar su clasificación de sus clientes basándose en características similares, esto mediante el modelo de K-Means Neighbour y para su validación mediante el modelo de árbol de decisión, dando consigo así agrupaciones de clústeres similares basados en variables como seria el tipo de pago, el tipo de envió, su uso o no de cupones, el valor del envió y su número de transacciones y con ello poder posteriormente brindar descuentos, promociones o campañas dirigidas de mejor manera a los clientes que se les podría hacer más atractivo.

• Hlavní autor: Muñoz Franco, Milena Gardenia (author)
• Další autoři: Suárez Aragonés, Genaro José (author)
• Médium: bachelorThesis
• Jazyk: spa
• Vydáno: 2023
• Témata: INTELIGENCIA DE NEGOCIOS; MACHINE LEARNING; COMERCIO ELECTRÓNICO; CLUSTERIZACIÓN DE DATOS; CLASIFICACIÓN DE CLIENTES
• On-line přístup: http://repositorio.ucsg.edu.ec/handle/3317/21909