Transformación de la industria retail en centros comerciales: modelos avanzados de clasificación y predicción
Parque Arauco es una empresa dedicada al sector de rentas inmobiliarias, enfocada en maximizar las ventas en sus centros comerciales y outlets mediante la oferta de productos, servicios y experiencias adaptadas a los nuevos hábitos de consumo de sus visitantes. Este trabajo se centra en dos pilares...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2024
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- spa
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/43067
- Acceso en línea:
- https://repository.urosario.edu.co/handle/10336/43067
- Palabra clave:
- Modelo predictivo
Perfilamiento de clientes
Maximización de utilidad
Parque Arauco
Centros Comerciales
Compra en centros comerciales
Visita a centros comperciales
Predictive model
Customer profiling
Utility maximization
Purchase
Parque Arauco
Shopping Centers
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| Summary: | Parque Arauco es una empresa dedicada al sector de rentas inmobiliarias, enfocada en maximizar las ventas en sus centros comerciales y outlets mediante la oferta de productos, servicios y experiencias adaptadas a los nuevos hábitos de consumo de sus visitantes. Este trabajo se centra en dos pilares organizacionales: aumentar la rentabilidad de los activos inmobiliarios y ser el operador de Real Estate recomendado por clientes y locatarios. La pandemia ha generado cambios significativos en los patrones de consumo, impulsando el desarrollo de nuevos canales de compra. Utilizando datos de una encuesta aplicada en 2023 a cinco de sus centros comerciales, Parque Arauco busca crear modelos predictivos para identificar a los clientes con mayor probabilidad de compra. Se emplearán técnicas de análisis de datos, como el análisis de correspondencias múltiples, para proporcionar recomendaciones estratégicas basadas en el perfilamiento de los visitantes, optimizando esfuerzos e inversiones y mejorando la experiencia del cliente. El proyecto integrará metodologías como CRISP-DM y Scrum, identificando la regresión logística binomial como el modelo más efectivo basado en la validación estadística mediante indicadores como el R² de McFadden, VIF, curva ROC y AUC. Los resultados validados informarán recomendaciones accionables para la empresa |
|---|