Revisión de la literatura de la administración de servicios y el uso de machine learning y data mining en el sector retail
Descripción del Articulo
Este trabajo de investigación tiene dos objetivos: constatar que los servicios y el sector retail son campos de investigación relevantes en la actualidad a través de una revisión de la literatura y por su participación en la economía peruana y mundial; así como preparar el marco teórico necesario pa...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2020 |
| Institución: | Pontificia Universidad Católica del Perú |
| Repositorio: | PUCP-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.pucp.edu.pe:20.500.14657/179149 |
| Enlace del recurso: | http://hdl.handle.net/20.500.12404/19610 |
| Nivel de acceso: | acceso abierto |
| Materia: | Empresas de servicios--Administración Control de procesos--Diagnóstico Servicios al cliente--Administración http://purl.org/pe-repo/ocde/ford#2.11.04 |
| Sumario: | Este trabajo de investigación tiene dos objetivos: constatar que los servicios y el sector retail son campos de investigación relevantes en la actualidad a través de una revisión de la literatura y por su participación en la economía peruana y mundial; así como preparar el marco teórico necesario para el desarrollo de la tesis. En esta línea, primero se desarrolla el concepto del retail y los tipos de empresas que participan en este sector; para ello, se describe la adición de valor que las compañías de este rubro proporcionan dentro de sus servicios. Luego, se presenta la definición de los servicios, su aporte al PBI mundial y peruano, y también la descripción desde el enfoque de proceso. Se realiza una comparación entre la producción de un bien manufacturado versus la prestación de un servicio que resulta en una serie de diferencias donde destaca el rol altamente participativo del cliente dentro de los servicios. Por ello, se presenta también, el concepto de CRM (Customer Relationship Management) que busca generar relaciones de valor con los clientes. Además, se desarrollan las herramientas de diagnóstico que luego serán utilizadas en la tesis para definir la situación actual de la empresa a estudiar. Después, se describen los conceptos de Machinle laerning (ML) y Data mining (DM) y, en particular, el método de aprendizaje no supervisado: clustering (agrupamiento). Estas definiciones luego serán utilizadas en planteamiento del modelo de la tesis, junto con los softwares de aplicación cuyo detalle se desarrolla también en este trabajo de investigación. En el estado del arte se revisa la literatura relacionada con los servicios y el retail, que según la revisión efectuada son campos de estudio de interés tanto por su impacto en la economía, como por las investigaciones realizadas. Además, durante los últimos años, los servicios han localizado al cliente en el centro de sus operaciones y buscan generar una entrega de valor bilateral a través de estrategias de CRM. Dichas estrategias son: adquisición, retención y fidelización de clientes, las cuales pueden mejorar sus resultados al implementarse con herramientas analíticas como DM y ML. Finalmente, la conclusión del trabajo de investigación se resume en que, en la actualidad, las personas están expuestos a variadas y abundantes ofertas de distintas empresas que buscan convertirlo en su cliente. En este sentido, las empresas han reaccionado frente a un mercado mucho más competitivo, a través de herramientas que puedan mejorar la gestión de sus clientes, como el CRM, y algunas han complementado las estrategias de esta metodología con las técnicas analíticas de DM y ML. En particular, en el contexto peruano, hay precedentes de la utilización de todas las técnicas mencionadas en el sector retail que han generado beneficios sustanciales para la gestión de la clientela. |
|---|
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).
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).