Evolucionando la segmentación de clientes a través de machine learning

dc.contributor.advisorRojas Sánchez, Germán Mauricio
dc.contributor.advisorGonzaléz Bríñez, Mario Hernán
dc.contributor.authorAngel Peralta, Santiago
dc.contributor.authorGallardo Moncaleano, Andrés Alejandro
dc.contributor.authorGiraldo Orozco, Sara Carolina
dc.date.accessioned2024-12-10T15:13:26Z
dc.date.available2024-12-10T15:13:26Z
dc.date.issued2024-11
dc.description.abstractEl artículo tiene como propósito analizar el uso de la inteligencia artificial, específicamente el aprendizaje automático, en la segmentación de clientes y su aplicación en estrategias de marketing. El estudio abarca el análisis del impacto de una segmentación inadecuada en las empresas, destacando ejemplos de algunas campañas, y propone la implementación de técnicas de clustering para mejorar la segmentación de sus clientes, como es el caso de Yufun, una empresa de servicios de comercio logístico internacional. La metodología utilizada incluyó la limpieza de datos, el análisis descriptivo y la aplicación de modelos de clustering no supervisado y supervisado para agrupar a los clientes en diferentes segmentos. Los resultados mostraron que, mediante la personalización de servicios para cada grupo, como la oferta de tutoriales y la optimización de procesos logísticos, se logró una mejora en las tasas de retención y aumento de ingresos, lo que permite ajustar las estrategias de marketing y las ofertas de acuerdo con sus necesidades específicas. Se concluye que una segmentación eficaz, basada en el uso de inteligencia artificial, contribuye a tener mejores resultados con los clientes en un menor tiempo, recomendando estar en constante actualización, para mantenerse competitivos en el mercado.
dc.description.abstractenglishThe purpose of this article is to analyze the use of artificial intelligence, specifically machine learning, in customer segmentation and its application in marketing strategies. The study covers the analysis of the impact of inadequate segmentation in companies, highlighting examples of some campaigns, and proposes the implementation of clustering techniques to improve the segmentation of its customers, as is the case of Yufun, an international logistics trade services company. The methodology used included data cleaning, descriptive analysis and the application of unsupervised and supervised clustering models to group customers into different segments. The results showed that by customizing services for each group, such as offering tutorials and optimizing logistics processes, improved retention rates and increased revenues were achieved, allowing marketing strategies and offers to be adjusted according to their specific needs. It is concluded that an effective segmentation, based on the use of artificial intelligence, contributes to have better results with customers in a shorter time, recommending to be constantly updated, to remain competitive in the market.
dc.description.degreelevelPregradospa
dc.description.degreenameProfesional en Marketing y Transformación Digitalspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/13660
dc.language.isoes
dc.publisher.facultyFacultad de Ciencias Económicas y Administrativasspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programMarketing y Transformación Digitalspa
dc.relation.referencesAl Khaldy, M. A., Al-Obaydi, B. A. A., & al Shari, A. J. (2023, May). The impact of predictive analytics and AI on digital marketing strategy and ROI. In Conference on Sustainability and Cutting-Edge Business Technologies (pp. 367-379). Cham: Springer Nature Switzerland. Recuperado de: https://link.springer.com/chapter/10.1007/978-3-031-42455-7_31
dc.relation.referencesCollica, R. S. (2017). Customer segmentation and clustering using SAS Enterprise Miner. Sas Institute.
dc.relation.referencesDolnicar, S. (2003). Using cluster analysis for market segmentation-typical misconceptions, established methodological weaknesses and some recommendations for improvement. Recuperado de: https://www.researchgate.net/publication/284690668_Using_cluster_analysis_for_market_segmentation
dc.relation.referencesEzenkwu, C. P., Ozuomba, S., & Kalu, C. (2015). Application of K-Means algorithm for efficient customer segmentation: A strategy for targeted customer services. International Journal of Advanced Research in Artificial Intelligence (IJARAI), 4(10), 40-44.
dc.relation.referencesFisher, B. (2023, October 11). The real reason Pepsi A.M. disappeared. Mashed. https://www.mashed.com/224011/the-real-reason-pepsi-a-m-disappeared/
dc.relation.referencesGéron, A. (2019). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (2nd ed.). O'Reilly Media. Recuperado de: https://acortar.link/6kjfnQ
dc.relation.referencesHastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer.
dc.relation.referencesMurty, M. N., & Raghava, R. (2016). Support vector machines and perceptrons: Learning, optimization, classification, and application to social networks. Springer. Recuperado de: https://acortar.link/zyddjn
dc.relation.referencesOzan, Ş. (2018, September). A case study on customer segmentation by using machine learning methods. In 2018 International Conference on Artificial Intelligence and Data Processing (IDAP) (pp. 1-6). IEEE.
dc.relation.referencesRathor, A. S., Agarwal, A., & Dimri, P. (2018). Comparative study of machine learning approaches for Amazon reviews. Procedia Computer Science, 132, 1552-1561. Recuperado de: https://www.sciencedirect.com/science/article/pii/S1877050918308512
dc.relation.referencesSullivan, R., & Sullivan, R. (2012). Machine-Learning Techniques. Introduction to Data Mining for the Life Sciences, 363-454. Recuperado de: https://acortar.link/8kN96r
dc.relation.referencesWang, L. (Ed.). (2005). Support vector machines: Theory and applications. Springer.
dc.relation.referencesWassan, S., Chen, X., Shen, T., Waqar, M., & Jhanjhi, N. Z. (2021). Amazon product sentiment analysis using machine learning techniques. Revista Argentina de Clínica Psicológica, 30(1), 695. Recuperado de: https://www.researchgate.net/profile/Sobia-Wassan-2/publication/349772322_Amazon_Product_Sentiment_Analysis_using_Machine_Learning_Techniques/links/60411e09a6fdcc9c78121992/Amazon-Product-Sentiment-Analysis-using-Machine-Learning-Techniques.pdf
dc.relation.referencesWierzchoń, S. T., & Kłopotek, M. A. (2015). Algorithms of cluster analysis (Vol. 3). Warszaw, Poland: Institute of Computer Science Polish Academy of Sciences. Recuperado de: https://ipipan.waw.pl/pliki/wydawnictwo/Monografie_cz%203_Wierzchon_Klopotek.pdf.
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacionalen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttps://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subjectAnálisis Cluster
dc.subjectAprendizaje automático
dc.subjectInteligencia artificial
dc.subjectMarketing
dc.subjectSegmentación del mercado
dc.subject.ddc382
dc.subject.keywordsCluster analysis
dc.subject.keywordsMachine learning
dc.subject.keywordsArtificial Intelligence
dc.subject.keywordsMarketing
dc.subject.keywordsMarket segmentation
dc.titleEvolucionando la segmentación de clientes a través de machine learning
dc.title.translatedEvolving customer segmentation through machine learning
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Trabajo de grado.pdf
Tamaño:
179.42 KB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
No hay miniatura disponible
Nombre:
Anexo 1. Acta de aprobacion.pdf
Tamaño:
244.11 KB
Formato:
Adobe Portable Document Format
Descripción:
No hay miniatura disponible
Nombre:
Carta de autorizacion.pdf
Tamaño:
194.73 KB
Formato:
Adobe Portable Document Format
Descripción: