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

Este trabajo de grado tiene como objetivo aplicar Técnica profesionals 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.

• Autores: Rangel Aponte, Freddy Alexander
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/5775
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/5775
• Palabra clave: Segmentación de clientes; Machine Learning; Análisis de datos; Clustering (K-Means); Comercio electrónico; Optimización de marketing; Google Colab; Predicción de comportamiento de clientes; Estrategias personalizadas; Métodos de segmentación; Modelos predictivos; Análisis de patrones de consumo; Técnica profesionals de clustering; Comercio electrónico; Aprendizaje automático (Inteligencia artificial); Análisis de datos
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)