Aplicación web para la clasificación de clientes de la empresa CFCGROUP - Arequipa 2021

• Autores: Santa Cruz Álvarez, Diego Esteban, Zapata Llanquiche, Renato Boris
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Continental
• Repositorio: CONTINENTAL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.continental.edu.pe:20.500.12394/12289
• Enlace del recurso: https://hdl.handle.net/20.500.12394/12289
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Aplicaciones web; https://purl.org/pe-repo/ocde/ford#1.02.00

La presente tesis plantea la creación de una aplicación web para la clasificación de los clientes de la empresa CFCGROUP. En promedio se tiene 8000 clientes con baja exactitud en la clasificación, inconsistencias en los datos y, debido a la forma manual, uso de tiempo excesivo para clasificarlos; motivos que generan que los clientes se desvinculen de la empresa. Por esta razón, se plantearon los objetivos: aumentar la exactitud de la clasificación, reducir los tiempos e inconsistencias en los datos con respecto al proceso manual con que se desarrollaba. Ante esto, se aplicó una metodología de desarrollo SCRUM para el proceso de construcción y desarrollo de la solución. Se desarrolló un Sistema web utilizando el framework Laravel y base de datos Mysql, se usó la biblioteca Tensorflow para el modelo de clasificación, mediante el cual se implementó una red neuronal artificial de tipo secuencial (Perceptrón Multicapa). Se logró el objetivo de mejorar la exactitud de la clasificación de clientes, que pasó de 60.75% a 90.50%, además se obtuvo una reducción del tiempo de clasificación, que en promedio pasó de 7.5052 a 0.0040 segundos; también se redujeron las inconsistencias pasando de 5.063% a 0%. Para la validación de los resultados se aplicó la prueba de U de Mann Whitney con significancia asintótica (p valor) menor a 0.05, por lo que al haberse demostrado el logro de los objetivos específicos se asume el logro del objetivo general referente a la mejora de la clasificación de clientes.