Comparación de modelos predictivos para propensión de compra y su caracterización mediante análisis de datos textuales

Recientemente las aplicaciones de CRM (customer relationship management) y los planes de lealtad se han masi ficado, permitiendo a las empresas obtener mayor información de sus clientes y monitorear sus transacciones. Está información además de mostrar cómo está el cliente actualmente, puede permitir conocerlo a profundidad y con ello poder por ejemplo marcar a los clientes m as valiosos, segmentar la población para crear productos llamativos, predecir algunos comportamientos futuros como la deserción, establecer la próxima mejor oferta, defi nir las oportunidades de venta cruzada y el perfi l del cliente más propenso en una determinada campa~na comercial. En este articulo se presenta el tema de la comparación de modelos predictivos de la posibilidad de compra para un individuo en las campañas comerciales y su caracterización mediante análisis de datos textuales. Se aplicaron métodos predictivos de Redes Neuronales, Maquinas de Soporte Vectorial, Regresión Logística binomial, modelo Bayesiano y Árboles de Clasi ficación. Se realiza la selección del mejor modelo mediante validación cruzada, su acuraccy, precisión y el área bajo la curva ROC. Adicionalmente, se realizó un análisis de datos textuales para relacionar las opiniones de los clientes y su posibilidad de compra.

• Autores: Jiménez Quintero, Paula Andrea
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2016
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/3849
• Acceso en línea: http://hdl.handle.net/11634/3849
• Palabra clave: Predictive models; Segmentation; Textual data; Modelos lineales (Estadística); Comportamiento del consumidor -- Métodos estadísticos; Probabilidades; Modelos predictivos; Segmentación; Datos textuales
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia