Trabajos de investigación EP Estadística

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/5159

Browse

Browsing Trabajos de investigación EP Estadística by Subject "Análisis cluster - Procesamiento de datos"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Segmentación de clientes de Corporación Lindley de la región Lima mediante el análisis cluster bietápico en octubre de 2016
    (Universidad Nacional Mayor de San Marcos, 2016) Manrique Pachas, Cesar Pedro; Navarro Huamaní, Luis Alberto
    Describe el método del análisis cluster bietápico y su aplicación para segmentar la cartera de clientes de Corporación Lindley de la región Lima en octubre de 2016. El método de análisis cluster bietápico es una herramienta de exploración diseñada para descubrir las agrupaciones naturales (o conglomerados) de un conjunto de datos. Este método combina los métodos jerárquicos y no jerárquicos (o de partición) permitiendo analizar a la vez variables de distinto tipo (categóricas y continuas) y puede ser utilizado en bases de datos grandes.
  • Thumbnail Image
    Item
    Segmentación de clientes en un supermercado según su comportamiento de compras
    (Universidad Nacional Mayor de San Marcos, 2021) Sánchez Rivera, Diana Guadalupe; Huamán Gutiérrez, Zoraida Judith
    El presente trabajo tiene como objetivo determinar grupos de clientes en la empresa para aplicar un marketing focalizado y programas de fidelización. Una adecuada segmentación proporciona un mejor entendimiento sobre cada grupo de clientes dando a la empresa una mejor visión para el otorgamiento de sus productos y que generen mayor valor. Para la realización del objetivo, se realizará el algoritmo de clasificación no supervisada de k-means siguiendo los pasos principales como estableciendo el valor de k, asignando los centroides más cercanos a los datos y actualizando hasta que los centroides se establezcan, junto a este método se analizó la técnica de RFM para estudiar el comportamiento del cliente con sus tres variables principales Recencia: Periodo desde la última compra, Frecuencia: Número de compras realizadas en el último periodo y Monetario: dinero gastado durante un cierto periodo. Los resultados ayudaran a crear segmentos de clientes efectivos a conocer mejor a los clientes mediante su comportamiento de compras y poder otorgarles mejores beneficios y ofertas de campañas.