Predicción de abandono de clientes de un comercio electrónico usando Regresión Logística y Árbol de Clasificación CART
Descripción del Articulo
En tiempos actuales, los ecommerce se han convertido en fuentes de ingresos para cualquier empresa, es así como nace el primer ecommerce medioambiental de la empresa certificadora, que cimienta sus bases en su carácter innovador. Ante esto nace también la necesidad de poder detectar a clientes que s...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Nacional Mayor de San Marcos |
| Repositorio: | UNMSM-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/18681 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12672/18681 |
| Nivel de acceso: | acceso abierto |
| Materia: | Comercio electrónico Modelo estadístico-matemático https://purl.org/pe-repo/ocde/ford#1.01.03 https://purl.org/pe-repo/ocde/ford#1.02.02 |
| Sumario: | En tiempos actuales, los ecommerce se han convertido en fuentes de ingresos para cualquier empresa, es así como nace el primer ecommerce medioambiental de la empresa certificadora, que cimienta sus bases en su carácter innovador. Ante esto nace también la necesidad de poder detectar a clientes que son propensos a abandonar el ecommerce con el fin de poner esfuerzo para retenerlos. Como solución se propone hacer una comparación de dos técnicas de machine learning, para predecir el abandono de clientes, estas son Regresión Logística y Árbol de Clasificación CART. Asimismo, se detectó que nuestra variable respuesta se encuentra desbalanceada para ello se empleó la técnica de muestreo SMOTE. Finalmente, la evaluación se realizó con distintas medidas de desempeño que permiten ver el poder predictivo del modelo. |
|---|
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).
