Implementación de un modelo de clusterización para la segmentación de perfil de clientes para Corporación Multi Inversiones

Abstract

Esta investigación presenta la implementación de un modelo de clusterización para Corporación Multi Inversiones, cuyo objetivo principal es identificar segmentos o clústeres de clientes con patrones de consumo y preferencias similares. Esto permitirá crear estrategias de marketing dirigidas hacia los diferentes tipos de clientes, focalizar eficientemente los recursos y en última instancia, contribuir a la mejora de la experiencia de compra logrando así la retención de estos. Con el aumento de los datos que generan las empresas hoy en día la aplicación y generación de modelos mediante algoritmos de aprendizaje automático son herramientas que se están volviendo cada día más útiles para las empresas en la actualidad ya que su implementación genera una ventaja competitiva. Para la clasificación de los clientes se utilizó la técnica RFM en función de las variables recencia, frecuencia y valor monetario. Posteriormente se aplicó el algoritmo de clusterización no supervisado K-Means mediante la herramienta Knime. Es importante que antes de someter a los datos a la aplicación de algoritmos de aprendizaje automático se realice un preprocesamiento exhaustivo de los datos tal como limpieza, transformación y modelado de los mismos.