Aplicación del algoritmo kmeans para la segmentación de clientes de una empresa que brinda servicios como operador comercial en Lima durante el 2024

• Autor: Morales Rengifo, Marjorie Suzanne
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/24501
• Enlace del recurso: https://hdl.handle.net/20.500.12672/24501
• Nivel de acceso: acceso abierto
• Materia: Algoritmos; Segmentación del mercado; https://purl.org/pe-repo/ocde/ford#1.01.02

El presente trabajo se centra en la segmentación de clientes mediante el uso del algoritmo kmeans, con el objetivo de comprender los distintos perfiles dentro del maestro de clientes y mejorar la gestión de las estrategias de marketing para que aborden de manera más eficiente las necesidades y comportamientos de los clientes. Este trabajo es de enfoque cuantitativo del tipo descriptivo y el diseño de la investigación es no experimental y de tipo transversal. Se realizó en varias etapas, comenzando con la recopilación y preparación de datos, seguida de la aplicación del algoritmo K-means que nos permite identificar patrones y agrupar a los clientes en segmentos homogéneos según sus comportamientos y características mediante un análisis detallado y la validación de los grupos obtenidos, se lograron identificar seis segmentos distintos. La segmentación de clientes mediante el método k-means determinó la formación de 3 clústers, se empleó los indicadores Silueta y Davies Bouldin que nos ayudaron a validar la cantidad de clústers obtenidos mediante el método del codo, el clúster 1 que representa el 64% de la cartera de clientes que se caracterizan por tener menor frecuencia de compra promedio y realizan compra con montos mayores, mientras que el clústers 2 está formado por el 28% de la cartera de clientes, estos clientes registran compra promedio de 84 soles, tienen en promedio 20 transacciones y por último el clústers 3 tiene el 8% de la cartera de clientes formado por los clientes con mayor frecuencia de compra, sin embargo, su compra promedio son montos menores.