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.advisorBriñez de León, Juan Carlos
dc.contributor.authorCorredor Ferro, Jean Carlos
dc.date.accessioned2025-07-08T19:44:09Z
dc.date.available2025-07-08T19:44:09Z
dc.date.issued2025
dc.description.abstractEl 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.degreelevelPregradospa
dc.description.degreenameIngeniero(a) Industrialspa
dc.format.extent30 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/7561
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placeMedellín (Antioquia, Colombia)spa
dc.publisher.programIngeniería Industrialspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2025spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectSistemas de regresiónspa
dc.subjectSatisfacciónspa
dc.subjectExperienciaspa
dc.subjectCompraspa
dc.subjectProductosspa
dc.subjectClientesspa
dc.subjectPythonspa
dc.subjectAnálisis de datosspa
dc.subjectAlgoritmosspa
dc.subjectFactores de influenciaspa
dc.subjectCalidadspa
dc.subjectConjunto de datosspa
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembSatisfacción del consumidor
dc.subject.lembRelaciones con los clientes
dc.titleEstrategia computacional para analizar la satisfacción de un cliente en la experiencia de comprar de un producto, utilizando algoritmos de machine learningspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
RIU-PRE-2025 Estrategia computacional analizar.pdf
Size:
862.8 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
No Thumbnail Available
Name:
Cesión Derechos.pdf
Size:
216.14 KB
Format:
Adobe Portable Document Format
Description: