Evolucionando la segmentación de clientes a través de machine learning

El artículo tiene como propósito analizar el uso de la inteligencia artificial, específicamente el aprendizaje automático, en la segmentación de clientes y su aplicación en estrategias de marketing. El estudio abarca el análisis del impacto de una segmentación inadecuada en las empresas, destacando ejemplos de algunas campañas, y propone la implementación de técnicas de clustering para mejorar la segmentación de sus clientes, como es el caso de Yufun, una empresa de servicios de comercio logístico internacional. La metodología utilizada incluyó la limpieza de datos, el análisis descriptivo y la aplicación de modelos de clustering no supervisado y supervisado para agrupar a los clientes en diferentes segmentos. Los resultados mostraron que, mediante la personalización de servicios para cada grupo, como la oferta de tutoriales y la optimización de procesos logísticos, se logró una mejora en las tasas de retención y aumento de ingresos, lo que permite ajustar las estrategias de marketing y las ofertas de acuerdo con sus necesidades específicas. Se concluye que una segmentación eficaz, basada en el uso de inteligencia artificial, contribuye a tener mejores resultados con los clientes en un menor tiempo, recomendando estar en constante actualización, para mantenerse competitivos en el mercado.

• Autores: Angel Peralta, Santiago; Gallardo Moncaleano, Andrés Alejandro; Giraldo Orozco, Sara Carolina
• Tipo de recurso: https://purl.org/coar/resource_type/c_7a1f
• Fecha de publicación: 2024
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/13660
• Acceso en línea: https://hdl.handle.net/20.500.12495/13660
• Palabra clave: Análisis Cluster; Aprendizaje automático; Inteligencia artificial; Marketing; Segmentación del mercado; 382; Cluster analysis; Machine learning; Artificial Intelligence; Marketing; Market segmentation
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional