LA CIENCIA DE LA SEGMENTACIÓN PREDICTIVA EN MERCADOS COMPETITIVOS

• Autores: Calle García, Jonás Sneider, Quiroz Olivo, Arianna Lisbeth, Balón Rivas, Johanna Ninoska
• Formato: artículo
• Fecha de Publicación: 2025
• Institución: Universidad Alas Peruanas
• Repositorio: Revistas - Universidad Alas Peruanas
• Lenguaje: español
• OAI Identifier: oai:revistas.uap.edu.pe:article/2854
• Enlace del recurso: http://revistas.uap.edu.pe/ojs/index.php/CYD/article/view/2854
• Nivel de acceso: acceso abierto

El estudio tuvo como propósito analizar la efectividad del enfoque de machine learning en la segmentación de clientes potencia les dentro de empresas de consumo masivo. La problemática radica en la necesidad de las organizaciones de mejorar la identificación y clasificación de segmentos de mercado para optimizar estrategias de marketing y fortalecer su posición competitiva en entornos altamente dinámicos. Para abordar esta cuestión, se realizó una revisión sistemática de la literatura basada en investigaciones reci entes publicadas entre 2021 y 2025, priorizando estudios sobre la aplicación de inteligencia artificial y aprendizaje automático en la segmentación predictiva. Los resultados evidencian que el machine learning mejora significativamente la precisión de la seg mentación, permitiendo anticipar comportamientos de los consumidores y personalizar la oferta de productos y servicios. Además, se observó que esta tecnología contribuye a la fidelización del cliente y a la optimización de los recursos empresariales al focalizar estrategias de marketing en los segmentos con mayor potencial de conversión. A pesar de sus ventajas, la implementación de estos modelos enfrenta desafíos relacionados con la calidad de los datos, la inversión en infraestructura tecnológica y el cumplimiento de normativas sobre privacidad.