Repositorio de Tesis USAT



Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.12423/2219
Title: Desarrollo de una solución de minería de datos para la determinación de segmentos de clientes en una empresa de capacitaciones online Chiclayo
Authors: Gelacio Mendoza, Dany Yesenia
Adviser: Castillo Zumarán, Segundo José
metadata.renati.advisor.orcid: https://orcid.org/0000-0001-5613-5519
Keywords: Data mining
Segmentación del mercado
Capacitación
Chiclayo
Publisher: Universidad Católica Santo Toribio de Mogrovejo
Country of publication: PE
Issue Date: 2019
Citation: Gelacio Mendoza, Dany Yesenia. 2019. "Desarrollo de una solución de minería de datos para la determinación de segmentos de clientes en una empresa de capacitaciones online Chiclayo". Tesis de pregrado, Universidad Católica Santo Toribio de Mogrovejo.
URI: http://hdl.handle.net/20.500.12423/2219
Abstract: La minería de datos en el aspecto de segmentación permite descubrir ciertos aspectos relevantes de sus clientes, como su patrón de consumo, permitiendo a la empresa crear estrategias comerciales para el beneficio tanto del cliente como de la empresa misma. Se aplicó la metodología CRISP-DM para el proceso de minería de datos, como modelo empleado fue descriptivo para este tipo de solución, en la cual; se utilizaron técnicas de clustering de minería de datos, como algoritmos K-means, distancia, K-medoids. Las herramientas utilizadas fueron: Rstudio para efectuar el agrupamiento de datos, Power BI para mostrar los resultados de manera interactiva al usuario final y un dashboard para presentación de los resultados. Teniendo como resultados el patrón de clientes de consumo por su monto promedio de consumo, la cantidad de cursos y promedio de consumo, departamentos con mayor impacto, edad promedio de cada grupo(clúster). Y finalmente, como conclusiones se obtuvo que los datos almacenados en el periodo 2014-2018 permitió un análisis exploratorio, seleccionando variables cuantitativas y cualitativas creando así un nuevo modelo a evaluar por algoritmos de minería de datos, obteniéndose 3 grupos(clústeres) formados por homogeneidad.
metadata.renati.type: http://purl.org/pe-repo/renati/type#tesis
metadata.renati.level: http://purl.org/pe-repo/renati/nivel#tituloProfesional
Appears in Collections:Escuela de Ingeniería de Sistemas y Computación

Files in This Item:
File Description SizeFormat 
TL_GelacioMendozaDany.pdfRESTRINGIDO4.64 MBAdobe PDFView/Open    Request a copy


This item is licensed under a Creative Commons License Creative Commons