Publication:
Análisis de datos y aprendizaje automático para la segmentación de clientes en un contexto de comercio electrónico, utilizando algoritmos de machine learning

Simple item page
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorRangel Aponte, Freddy Alexander
dc.date.accessioned2025-01-10T13:37:20Z
dc.date.available2025-01-10T13:37:20Z
dc.date.issued2024
dc.description.abstractEste trabajo de grado tiene como objetivo aplicar técnicas de análisis de datos y aprendizaje automático para la segmentación de clientes en un contexto de comercio electrónico, utilizando el algoritmo de KMeans. La segmentación de clientes permite identificar patrones y características comunes entre los clientes, lo que puede mejorar las estrategias de marketing y optimizar las campañas publicitarias. Se utilizó un conjunto de datos que incluye diversas características de los clientes, como estado civil, ingresos, gastos en diferentes categorías de productos, método de pago, número de visitas al sitio web y nivel de satisfacción. Antes de aplicar el modelo de segmentación, se realizaron diversas tareas de preprocesamiento de datos, como la limpieza, la transformación de variables categóricas a numéricas, y la normalización de los datos para garantizar la correcta convergencia del algoritmo. Se aplicó el método del codo para determinar el número óptimo de clusters, eligiendo 6 grupos como la segmentación más adecuada para este conjunto de datos. Posteriormente, el modelo de KMeans fue entrenado y validado, segmentando a los clientes según sus características. Los resultados fueron interpretados y validados, encontrando que los clientes con características similares fueron agrupados eficazmente, lo que facilita la personalización de estrategias comerciales y la mejora de la experiencia del cliente. Finalmente, el modelo de segmentación fue implementado en un entorno práctico, permitiendo la asignación automática de nuevos clientes a grupos predefinidos, optimizando así las decisiones de marketing y proporcionando recomendaciones personalizadas para cada segmento.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.format.extent41 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/5775
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placeQuibdó (Chocó, Colombia)spa
dc.publisher.programIngeniería de Sistemasspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2024spa
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.subjectSegmentación de clientesspa
dc.subjectMachine Learningspa
dc.subjectAnálisis de datosspa
dc.subjectClustering (K-Means)spa
dc.subjectComercio electrónicospa
dc.subjectOptimización de marketingspa
dc.subjectGoogle Colabspa
dc.subjectPredicción de comportamiento de clientesspa
dc.subjectEstrategias personalizadasspa
dc.subjectMétodos de segmentaciónspa
dc.subjectModelos predictivosspa
dc.subjectAnálisis de patrones de consumospa
dc.subjectTécnicas de clusteringspa
dc.subject.lembComercio electrónico
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembAnálisis de datos
dc.titleAnálisis de datos y aprendizaje automático para la segmentación de clientes en un contexto de comercio electrónico, 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
Thumbnail Image
Name:
RIU-PRE-2024 Analisis datos aprendizaje.pdf
Size:
1.71 MB
Format:
Adobe Portable Document Format
Download
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:
Download
No Thumbnail Available
Name:
Cesión Derechos_TG_Freddy Alexander Rangel Aponte.pdf
Size:
305.58 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas