Buscar en Google Scholar
Título: Desarrollo de un modelo de RFM y técnicas de clustering para la segmentación de clientes en una empresa de bienes de consumo masivo
Asesor(es): Fabian Arteaga, Junior John
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#5.02.04
Fecha de publicación: 2024
Institución: Universidad ESAN
Resumen: La implementación de modelos de clustering para la segmentación de clientes en empresas de bienes de consumo masivo es una estrategia fundamental en la comprensión del comportamiento del consumidor y en la mejora de las relaciones con estos. Esta investigación aborda la aplicación de un modelo de RFM y técnicas de clustering, en una empresa peruana líder en el sector de bienes de consumo masivo. El objetivo principal es reconocer los patrones de compra y la clasificación de clientes en grupos homogéneos basándose en variables clave como recencia, frecuencia y valor monetario de las compras. Utilizando métodos de aprendizaje automático no supervisado, como k-means, BIRCH y Gaussian Mixture Model, se procesan y analizan grandes volúmenes de datos para lograr una segmentación efectiva. Esta segmentación permitiría a la empresa dirigir sus esfuerzos de marketing de manera más precisa y desarrollar estrategias personalizadas para cada grupo de clientes. Los resultados obtenidos revelan patrones de compra significativos y sugieren que una segmentación cuidadosa puede proporcionar información valiosa para la formulación de decisiones estratégicas, contribuyendo al crecimiento y competitividad de la empresa en el mercado de bienes de consumo masivo.
Disciplina académico-profesional: Ingeniería Industrial Comercial; Ingeniería de Tecnologías de la Información y Sistemas
Institución que otorga el grado o título: Universidad ESAN. Facultad de Ingeniería
Grado o título: Ingeniero(a) Industrial y Comercial; Ingeniero(a) de Tecnologías de la Información y Sistemas
Jurado: Camargo Román, Mariela; Lizarzaburu Bolaños, Edmundo
Fecha de registro: 18-jun-2024



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.