Publication: Estrategia computacional para analizar la satisfacción de un cliente en la experiencia de comprar de un producto, utilizando algoritmos de machine learning
dc.contributor.advisor | Briñez de León, Juan Carlos | |
dc.contributor.author | Corredor Ferro, Jean Carlos | |
dc.date.accessioned | 2025-07-08T19:44:09Z | |
dc.date.available | 2025-07-08T19:44:09Z | |
dc.date.issued | 2025 | |
dc.description.abstract | El trabajo “Estrategia computacional para analizar la satisfacción de un cliente en la experiencia de comprar de un producto, utilizando algoritmos de machine learning”, tiene como finalidad analizar el nivel de satisfacción del cliente, así como identificar los factores que más influyen tras la compra de productos. para ello, se trabajo con un conjunto de datos obtenidos a partir de encuestas aplicadas a los consumidores de la marca, donde se aplicaron técnicas de análisis de datos utilizando el lenguaje de programación Python. En la etapa de exploración, se utilizaron herramientas como pandas para la lectura y manipulación de los datos y librerías de visualización. Se generaron diferentes gráficos descriptivos entre ellos: tabla de frecuencia, grafico de pastel, grafico de densidad, grafico de caja y bigote y matriz de correlación. Todo esto para analizar la calidad del producto, niveles de satisfacción, precio, experiencias de compra y relaciones significativas entre variables. Los resultados indican que todas las variables seleccionadas son factores determinantes en la satisfacción del cliente. La aplicación practica de estos algoritmos y visualizaciones permitió no solo validad conocimientos teóricos en ciencia de datos, sino también obtener conclusiones útiles para mejorar estrategias de atención, calidad, marketing, fidelización y mejora continua en el entorno comercial. Este estudio demuestra que el uso de herramientas computacionales basadas en datos puede transformarse en un recurso estratégico para la toma de decisiones empresariales informadas, orientas al cliente u con base en evidencia real. | |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Ingeniero(a) Industrial | spa |
dc.format.extent | 30 p. | |
dc.format.mimetype | application/pdf | spa |
dc.identifier.uri | https://repositorio.uniremington.edu.co/handle/123456789/7561 | |
dc.language.iso | spa | spa |
dc.publisher | Corporación Universitaria Remington | spa |
dc.publisher.faculty | Facultad de Ingenierías | spa |
dc.publisher.place | Medellín (Antioquia, Colombia) | spa |
dc.publisher.program | Ingeniería Industrial | spa |
dc.rights | Derechos Reservados - Corporación Universitaria Remington, 2025 | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | spa |
dc.rights.license | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.subject | Sistemas de regresión | spa |
dc.subject | Satisfacción | spa |
dc.subject | Experiencia | spa |
dc.subject | Compra | spa |
dc.subject | Productos | spa |
dc.subject | Clientes | spa |
dc.subject | Python | spa |
dc.subject | Análisis de datos | spa |
dc.subject | Algoritmos | spa |
dc.subject | Factores de influencia | spa |
dc.subject | Calidad | spa |
dc.subject | Conjunto de datos | spa |
dc.subject.lemb | Aprendizaje automático (Inteligencia artificial) | |
dc.subject.lemb | Satisfacción del consumidor | |
dc.subject.lemb | Relaciones con los clientes | |
dc.title | Estrategia computacional para analizar la satisfacción de un cliente en la experiencia de comprar de un producto, utilizando algoritmos de machine learning | spa |
dc.type | Trabajo de grado - Pregrado | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.coarversion | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
dc.type.redcol | http://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
dspace.entity.type | Publication | spa |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- RIU-PRE-2025 Estrategia computacional analizar.pdf
- Size:
- 862.8 KB
- Format:
- Adobe Portable Document Format