Machine learning para la gestión de ventas en una empresa del sector tecnológico, Lima, 2025

• Autores: Flores Poemape, Christian Gabriel, Flores Sulca, Sebastian
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/179240
• Enlace del recurso: https://hdl.handle.net/20.500.12692/179240
• Nivel de acceso: acceso abierto
• Materia: Machine Learning; Análisis de datos; Eficiencia; Productividad; Toma de decisiones; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación tiene como objetivo de estudio evaluar el impacto del uso de técnicas de Machine Learning en la gestión de ventas de una empresa del sector tecnológico en Lima. Se aplicó la metodología CRISP-DM, adecuada para proyectos de análisis de datos, siguiendo un diseño preexperimental con pretest y postest en un solo grupo, utilizando una muestra de conveniencia basada de 12 meses de un total de 60 meses. Se utilizaron algoritmos como Random Forest, regresión lineal y XGboost para modelar los datos y predecir comportamientos de venta. Los resultados fueron evaluados mediante pruebas estadísticas como Shapiro-Wilk y t de Student, comprobándose mejoras significativas en los indicadores de eficiencia y productividad tras la intervención de Machine Learning. En conclusión, estas técnicas demostraron ser herramientas eficaces para optimizar la gestión de ventas, permitiendo decisiones más informadas y aumentando la competitividad organizacional. Además, su aplicación cobra relevancia en el marco del Objetivo de Desarrollo Sostenible (ODS) 9 de las Naciones Unidas, que promueve la innovación y la infraestructura tecnológica como motores del crecimiento sostenible. Al implementar estas soluciones, las empresas tecnológicas fortalecen su competitividad, mejoran resultados comerciales y optimizan recursos, impulsando un desarrollo más sostenible.