Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning

Las técnicas de machine learning han sido ampliamente usadas demostrando resultados inmejorables hasta ahora en diversas áreas como el reconocimiento facial, diagnóstico de patologías, riesgo de default, entre otras. En el consumo masivo, la extensa variedad de factores cambiantes del mercado, hacen...

Full description

Autores:
Díaz Méndez, Andrés Felipe
Soto Novoa, Nicolás
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/55241
Acceso en línea:
http://hdl.handle.net/1992/55241
Palabra clave:
Técnicas de machine learning
Clasificación de clientes
Administración de ventas
Relaciones con los clientes
Administración
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_4bc7d6fb83b396cd77b5cf843f7aa5fe
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/55241
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Torres Cadena, Gonzalovirtual::1847-1Díaz Méndez, Andrés Felipe48e57e75-458b-46b7-92b3-e6c2ae0085b8500Soto Novoa, Nicolás652c85ec-d69b-4c6e-b9ee-1ef6bf11f81f500Montes Jimenez, FelipeOrtiz Sanchez, Daniela MariaOrtiz Sánchez, Daniela MaríaTorres Cadena, Gonzalo2022-02-22T19:53:48Z2030-12-072022-02-22T19:53:48Z2021http://hdl.handle.net/1992/5524125409.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Las técnicas de machine learning han sido ampliamente usadas demostrando resultados inmejorables hasta ahora en diversas áreas como el reconocimiento facial, diagnóstico de patologías, riesgo de default, entre otras. En el consumo masivo, la extensa variedad de factores cambiantes del mercado, hacen cada vez más evidente la necesidad del uso de modelos de machine learning que capturen la complejidad del contexto y den soporte a la toma de decisiones corporativas. Este trabajo explora el uso de técnicas de machine learning, para lograr una clasificación más eficiente de clientes empresariales y de su comportamiento de compra en el sector del cuidado de las mascotas; aplica una metodología analítica a la solución del problema y describe como se desempeña cada modelo, dando recomendaciones finales apoyadas en sus resultados.Machine learning techniques have been widely used, showing unbeatable results so far in various areas such as facial recognition, diagnosis of pathologies, default risk, among others. In mass consumption, the changing market factors, the need of machine learning models that capture context's complexity and support corporate decision making is increasingly evident. This work explores the use of machine learning techniques to achieve a more efficient classification of business customers and their purchasing behavior in the pet care sector; applies an analytical methodology to the solution of the problem and describes how each model performs, giving final recommendations supported by its results.Magíster en Inteligencia Analítica para la Toma de DecisionesMaestría36 páginasapplication/pdfspaUniversidad de los AndesMaestría en Inteligencia Analítica para la Toma de DecisionesFacultad de IngenieríaDepartamento de Ingeniería IndustrialClasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learningTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMTécnicas de machine learningClasificación de clientesAdministración de ventasRelaciones con los clientesAdministración200814680Publication561484fa-853b-4f34-8f40-eb99470b951cvirtual::1847-1561484fa-853b-4f34-8f40-eb99470b951cvirtual::1847-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000157902virtual::1847-1TEXT25409.pdf.txt25409.pdf.txtExtracted texttext/plain78119https://repositorio.uniandes.edu.co/bitstreams/61a39ffc-957a-4755-849f-208e7fd5f943/download5574d52f5ed0e8675f721deadb41d8e2MD52ORIGINAL25409.pdfapplication/pdf1919731https://repositorio.uniandes.edu.co/bitstreams/1dc95870-a73e-47f7-9fdd-6c4d9192010e/downloada371919470b15447416d32de848566c7MD51THUMBNAIL25409.pdf.jpg25409.pdf.jpgIM Thumbnailimage/jpeg23392https://repositorio.uniandes.edu.co/bitstreams/0a1f9673-a2d0-4282-9adb-dd71078812f5/download91ac324a01c4960a56a4dce83288e836MD531992/55241oai:repositorio.uniandes.edu.co:1992/552412024-03-13 12:03:46.548https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfrestrictedhttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
title Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
spellingShingle Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
Técnicas de machine learning
Clasificación de clientes
Administración de ventas
Relaciones con los clientes
Administración
title_short Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
title_full Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
title_fullStr Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
title_full_unstemmed Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
title_sort Clasificación y recomendación de compra aplicadas a clientes empresariales a través de técnicas de machine learning
dc.creator.fl_str_mv Díaz Méndez, Andrés Felipe
Soto Novoa, Nicolás
dc.contributor.advisor.none.fl_str_mv Torres Cadena, Gonzalo
dc.contributor.author.spa.fl_str_mv Díaz Méndez, Andrés Felipe
Soto Novoa, Nicolás
dc.contributor.jury.spa.fl_str_mv Montes Jimenez, Felipe
Ortiz Sanchez, Daniela Maria
Ortiz Sánchez, Daniela María
dc.contributor.jury.none.fl_str_mv Torres Cadena, Gonzalo
dc.subject.keyword.none.fl_str_mv Técnicas de machine learning
Clasificación de clientes
Administración de ventas
Relaciones con los clientes
topic Técnicas de machine learning
Clasificación de clientes
Administración de ventas
Relaciones con los clientes
Administración
dc.subject.themes.none.fl_str_mv Administración
description Las técnicas de machine learning han sido ampliamente usadas demostrando resultados inmejorables hasta ahora en diversas áreas como el reconocimiento facial, diagnóstico de patologías, riesgo de default, entre otras. En el consumo masivo, la extensa variedad de factores cambiantes del mercado, hacen cada vez más evidente la necesidad del uso de modelos de machine learning que capturen la complejidad del contexto y den soporte a la toma de decisiones corporativas. Este trabajo explora el uso de técnicas de machine learning, para lograr una clasificación más eficiente de clientes empresariales y de su comportamiento de compra en el sector del cuidado de las mascotas; aplica una metodología analítica a la solución del problema y describe como se desempeña cada modelo, dando recomendaciones finales apoyadas en sus resultados.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-02-22T19:53:48Z
dc.date.available.none.fl_str_mv 2022-02-22T19:53:48Z
dc.date.available.spa.fl_str_mv 2030-12-07
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/55241
dc.identifier.pdf.spa.fl_str_mv 25409.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/55241
identifier_str_mv 25409.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 36 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Maestría en Inteligencia Analítica para la Toma de Decisiones
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería Industrial
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/61a39ffc-957a-4755-849f-208e7fd5f943/download
https://repositorio.uniandes.edu.co/bitstreams/1dc95870-a73e-47f7-9fdd-6c4d9192010e/download
https://repositorio.uniandes.edu.co/bitstreams/0a1f9673-a2d0-4282-9adb-dd71078812f5/download
bitstream.checksum.fl_str_mv 5574d52f5ed0e8675f721deadb41d8e2
a371919470b15447416d32de848566c7
91ac324a01c4960a56a4dce83288e836
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133822210244608