Análisis de la minería de datos aplicada en empresas del sector retail

Descripción del Articulo

Actualmente en empresas pequeñas del Perú no se tiene tanto conocimiento de lo que es la minería de datos, en comparación con las grandes empresas que buscan estar siempre a la vanguardia. (Rygielski, 2002) Siendo así, empresas como Tesco, la cual es una gran cadena de supermercados que pertenecen a...

Descripción completa

Detalles Bibliográficos
Autores: Dongo Pozo, Aldana Fransheska, Silva Cama, Xiomara Pamela
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad Católica San Pablo
Repositorio:UCSP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucsp.edu.pe:20.500.12590/16199
Enlace del recurso:https://hdl.handle.net/20.500.12590/16199
Nivel de acceso:acceso abierto
Materia:Minería de datos
Sector retail
Toma de decisiones
Base de datos
https://purl.org/pe-repo/ocde/ford#2.11.04
id UCSP_1c68f0f089edaefbd69fae8485b2dbb2
oai_identifier_str oai:repositorio.ucsp.edu.pe:20.500.12590/16199
network_acronym_str UCSP
network_name_str UCSP-Institucional
repository_id_str 3854
dc.title.es_PE.fl_str_mv Análisis de la minería de datos aplicada en empresas del sector retail
title Análisis de la minería de datos aplicada en empresas del sector retail
spellingShingle Análisis de la minería de datos aplicada en empresas del sector retail
Dongo Pozo, Aldana Fransheska
Minería de datos
Sector retail
Toma de decisiones
Base de datos
https://purl.org/pe-repo/ocde/ford#2.11.04
title_short Análisis de la minería de datos aplicada en empresas del sector retail
title_full Análisis de la minería de datos aplicada en empresas del sector retail
title_fullStr Análisis de la minería de datos aplicada en empresas del sector retail
title_full_unstemmed Análisis de la minería de datos aplicada en empresas del sector retail
title_sort Análisis de la minería de datos aplicada en empresas del sector retail
author Dongo Pozo, Aldana Fransheska
author_facet Dongo Pozo, Aldana Fransheska
Silva Cama, Xiomara Pamela
author_role author
author2 Silva Cama, Xiomara Pamela
author2_role author
dc.contributor.advisor.fl_str_mv Anchayhua Arestegui, Nilton Cesar
dc.contributor.author.fl_str_mv Dongo Pozo, Aldana Fransheska
Silva Cama, Xiomara Pamela
dc.subject.es_PE.fl_str_mv Minería de datos
Sector retail
Toma de decisiones
Base de datos
topic Minería de datos
Sector retail
Toma de decisiones
Base de datos
https://purl.org/pe-repo/ocde/ford#2.11.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.04
description Actualmente en empresas pequeñas del Perú no se tiene tanto conocimiento de lo que es la minería de datos, en comparación con las grandes empresas que buscan estar siempre a la vanguardia. (Rygielski, 2002) Siendo así, empresas como Tesco, la cual es una gran cadena de supermercados que pertenecen al sector retail de Reino Unido, han logrado un buen posicionamiento en el mercado, porque conocen las necesidades de sus clientes y eso ayuda a que se tomen mejores decisiones orientadas a los mismos. Esto fue logrado gracias a la aplicación de la minería de datos como herramienta, la cual permitió el tratamiento de las bases de datos con los que la empresa contaba, los cuales contenían información referente a sus clientes respecto a sus tendencias de compra, búsquedas frecuentes y necesidades. (Davenport, 2006) Adicionalmente, hay una gran variedad de empresas que pudiendo usar esta herramienta, inmersa en Big Data (Requena, 2018), no la utilizan y prefieren el método intuitivo, lo cual limita sus capacidades y presenta un riesgo en la toma de sus decisiones. La minería de datos puede ser aplicada a diferentes sectores, como lo son, el sector retail, telecomunicaciones, banca, educación, bolsa de valores, entre otros, llegando incluso a ser utilizada en elecciones presidenciales, pues de lo que se encarga la minería de datos es buscar patrones ocultos en los datos que posee toda empresa, sin importar su rubro o tamaño. (Murcia y Quintero, 2013) Cabe resaltar que, usualmente para hallar dichos patrones u otros, se pueden emplear técnicas como los árboles de decisión, redes neuronales, entre otras técnicas (Camaná, 2016). Lo que se pretende con el presente trabajo es identificar y mostrar cómo aplican algunas empresas del sector retail la minería de datos en sus operaciones. Para ello, es necesario tener como base preliminar, el conocimiento de qué es la minería de datos, cuáles son sus fases, su arquitectura, sus modelos, y las diferentes técnicas que se derivan de ella. Posteriormente, se presenta una descripción del modo en que diversas empresas pertenecientes al sector retail aplicaron la minería de datos. Cabe resaltar que para el desarrollo del presente trabajo se realizó una bibliometría, la cual indica las fuentes que mayor aporte da a la búsqueda de información referente a la minería de datos en general, así como el país que hizo mayores aportes bibliográficos, la cantidad de citaciones por artículo empleado en la investigación, su respectivo año de publicación; sin embargo, dicha información no se puede ver reflejada con claridad en el trabajo debido a la falta de acceso, por lo que se recurrió a las siguientes fuentes: Scholar Google, IOP Science, Science Direct y Scielo.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-01-30T16:50:45Z
dc.date.available.none.fl_str_mv 2020-01-30T16:50:45Z
dc.date.issued.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.other.none.fl_str_mv 1072391
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12590/16199
identifier_str_mv 1072391
url https://hdl.handle.net/20.500.12590/16199
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Católica San Pablo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Católica San Pablo
Repositorio Institucional - UCSP
dc.source.none.fl_str_mv reponame:UCSP-Institucional
instname:Universidad Católica San Pablo
instacron:UCSP
instname_str Universidad Católica San Pablo
instacron_str UCSP
institution UCSP
reponame_str UCSP-Institucional
collection UCSP-Institucional
bitstream.url.fl_str_mv https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/e548e3c5-9cab-4dcd-b55e-9923c7a9e80b/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/b2828c82-fd28-47c4-b19c-77860ad9d7ce/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/a3cc4c6c-6c32-40e2-a82d-9b44677134f9/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/62ba00ba-bc77-48a6-9672-66691e18ebe8/download
bitstream.checksum.fl_str_mv 7b220b86c09913acff545dcfccee76ca
8a4605be74aa9ea9d79846c1fba20a33
847c18110b9f93e7316991bae65a1167
362a813e80bee8d603c02b6cfc5377bf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Católica San Pablo
repository.mail.fl_str_mv dspace@ucsp.edu.pe
_version_ 1851053044065632256
spelling Anchayhua Arestegui, Nilton CesarDongo Pozo, Aldana FransheskaSilva Cama, Xiomara Pamela2020-01-30T16:50:45Z2020-01-30T16:50:45Z20201072391https://hdl.handle.net/20.500.12590/16199Actualmente en empresas pequeñas del Perú no se tiene tanto conocimiento de lo que es la minería de datos, en comparación con las grandes empresas que buscan estar siempre a la vanguardia. (Rygielski, 2002) Siendo así, empresas como Tesco, la cual es una gran cadena de supermercados que pertenecen al sector retail de Reino Unido, han logrado un buen posicionamiento en el mercado, porque conocen las necesidades de sus clientes y eso ayuda a que se tomen mejores decisiones orientadas a los mismos. Esto fue logrado gracias a la aplicación de la minería de datos como herramienta, la cual permitió el tratamiento de las bases de datos con los que la empresa contaba, los cuales contenían información referente a sus clientes respecto a sus tendencias de compra, búsquedas frecuentes y necesidades. (Davenport, 2006) Adicionalmente, hay una gran variedad de empresas que pudiendo usar esta herramienta, inmersa en Big Data (Requena, 2018), no la utilizan y prefieren el método intuitivo, lo cual limita sus capacidades y presenta un riesgo en la toma de sus decisiones. La minería de datos puede ser aplicada a diferentes sectores, como lo son, el sector retail, telecomunicaciones, banca, educación, bolsa de valores, entre otros, llegando incluso a ser utilizada en elecciones presidenciales, pues de lo que se encarga la minería de datos es buscar patrones ocultos en los datos que posee toda empresa, sin importar su rubro o tamaño. (Murcia y Quintero, 2013) Cabe resaltar que, usualmente para hallar dichos patrones u otros, se pueden emplear técnicas como los árboles de decisión, redes neuronales, entre otras técnicas (Camaná, 2016). Lo que se pretende con el presente trabajo es identificar y mostrar cómo aplican algunas empresas del sector retail la minería de datos en sus operaciones. Para ello, es necesario tener como base preliminar, el conocimiento de qué es la minería de datos, cuáles son sus fases, su arquitectura, sus modelos, y las diferentes técnicas que se derivan de ella. Posteriormente, se presenta una descripción del modo en que diversas empresas pertenecientes al sector retail aplicaron la minería de datos. Cabe resaltar que para el desarrollo del presente trabajo se realizó una bibliometría, la cual indica las fuentes que mayor aporte da a la búsqueda de información referente a la minería de datos en general, así como el país que hizo mayores aportes bibliográficos, la cantidad de citaciones por artículo empleado en la investigación, su respectivo año de publicación; sin embargo, dicha información no se puede ver reflejada con claridad en el trabajo debido a la falta de acceso, por lo que se recurrió a las siguientes fuentes: Scholar Google, IOP Science, Science Direct y Scielo.Trabajo de investigaciónapplication/pdfspaUniversidad Católica San PabloPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Católica San PabloRepositorio Institucional - UCSPreponame:UCSP-Institucionalinstname:Universidad Católica San Pabloinstacron:UCSPMinería de datosSector retailToma de decisionesBase de datoshttps://purl.org/pe-repo/ocde/ford#2.11.04Análisis de la minería de datos aplicada en empresas del sector retailinfo:eu-repo/semantics/bachelorThesisSUNEDUBachiller en Ingeniería IndustrialUniversidad Católica San Pablo. Facultad de Ingeniería y ComputaciónBachillerIngeniería IndustrialEscuela Profesional de Ingeniería Industrial710046897267325144052294https://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALDONGO_POZO_ALD_MIN.pdfDONGO_POZO_ALD_MIN.pdfapplication/pdf774840https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/e548e3c5-9cab-4dcd-b55e-9923c7a9e80b/download7b220b86c09913acff545dcfccee76caMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/b2828c82-fd28-47c4-b19c-77860ad9d7ce/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTDONGO_POZO_ALD_MIN.pdf.txtDONGO_POZO_ALD_MIN.pdf.txtExtracted texttext/plain106060https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/a3cc4c6c-6c32-40e2-a82d-9b44677134f9/download847c18110b9f93e7316991bae65a1167MD53THUMBNAILDONGO_POZO_ALD_MIN.pdf.jpgDONGO_POZO_ALD_MIN.pdf.jpgGenerated Thumbnailimage/jpeg4234https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/62ba00ba-bc77-48a6-9672-66691e18ebe8/download362a813e80bee8d603c02b6cfc5377bfMD5420.500.12590/16199oai:repositorio.ucsp.edu.pe:20.500.12590/161992023-11-14 09:36:12.387https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.ucsp.edu.peRepositorio Institucional de la Universidad Católica San Pablodspace@ucsp.edu.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
score 13.397161
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).