- Universidad Piloto de Colombia
- Trabajos de grado - Posgrado
- Facultad de Ingenierías
- Especialización en Gerencia de Mercadeo Estratégico
- View Item
Minería de datos aplicados a una empresa del sector automotriz en Colombia

View/ Open
Date
2014-01-28Author
Cuesta, Edna Lucila
xmlui.dri2xhtml.METS-1.0.item-advisor
Pinzón Cadena, Liza Leonor / Directora
Metadata
Show full item recordAbstract
El presente trabajo se realizó con el fin de aplicar la técnica de minería de datos a una empresa del sector automotriz colombiano, para lo cual fue necesario recopilar información básica tanto del sector automotriz como de la empresa objeto de este estudio.
La minería de datos es una técnica relativamente nueva (menos de 15 años), y por lo mismo no ha sido explorada al máximo en muchos campos y/o aplicaciones, de hecho, en nuestro país hasta hace muy poco se ha comenzado a hablar de ella y a realizar estudios aplicativos con éste tema.
En esta oportunidad se trabajó sobre una base de datos de facturación de una empresa del sector automotriz, la cual fue debidamente acondicionada y ajustada a las necesidades requeridas para cumplir el objetivo planteado: el de tipificar el comportamiento de compra de un grupo de clientes de la compañía; para el procesamiento de los datos se usó un Software Open Source llamado Rapidminer, el algoritmo seleccionado fue el K-means, el cual es un método no supervisado de procedimiento no jerárquico que permitió realizar una técnica de segmentación o agrupación en la base de datos mencionada.
El anterior proceso generó una serie de segmentaciones, que luego de ser debidamente analizadas, hizo llegar a la conclusión que el número de cluster (o segmentos) ideal para cumplir el objetivo planteado eran 3, pues los resultados gráficos determinaron que este número era el que mejor tipificaba el comportamiento de compra de este grupo de clientes.
Una vez identificados los clusters a trabajar se procedió a personalizar cada uno de ellos, otorgándoles características de tipo geográficas, demográficas, socioeconómicas y de comportamiento para el caso de las personas y de tamaño, ubicación y sector económico para las empresas.
Con el análisis anterior se procedió a generar estrategias de fidelización para cada uno de los cluster, fundamentadas en las últimas tendencias del marketing relacional y en las necesidades y gustos características de los mismos.