Estrategias de mercadeo y programas de fidelización para los clientes de la Caja de Compensación Familiar

Abstract

El siguiente trabajo tiene como objetivo comprender los modelos y sus técnicas para desarrollar la minería de datos la cual permite concentrarse en lo más importante de las bases de datos y entregar a la organización información de tipo prospectiva y proactiva que contribuya a la toma de decisiones o a la predicción de tendencias o comportamientos de los consumidores.

Posteriormente se realizaran y analizaran los pasos a seguir para la recolección de datos, pre procesamiento de la data, la minería de datos y los resultados y análisis para el desarrollo de estrategias de marketing y programas de fidelización.

A continuación, se toma una base de datos recibida de una caja de compensación familiar del municipio de Cundinamarca, de la cual no daremos a conocer su nombre por seguridad, para la elaboración del procesamiento de la minería de datos en la cual se seleccionó el modelo No Supervisado bajo las técnicas de Asociación y Agrupación haciendo uso de los algoritmos apriori y k- means respectivamente, con sus concernientes parámetros C y K, los cuales explicaremos en el transcurso de este trabajo.

Finalmente, se identificaran los diferentes segmentos de clientes y las correlaciones de los servicios de acuerdo a los resultados obtenidos a través del aplicativo Rapid Miner, lo cual permitirá plantear las diferentes estrategias para presentárselas a la caja de compensación familiar para la cual se desarrolla la siguiente investigación.