Analítica predictiva para conocer el patrón de consumo de los clientes en la Empresa Cienpharma S.A.C. utilizando IBM SPSS Modeler y la metodología CRISP-DM

• Autores: Contreras Arteaga, Abel Isaías, Sánchez Cotrina, Frank William
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/6629
• Enlace del recurso: https://hdl.handle.net/20.500.12759/6629
• Nivel de acceso: acceso abierto
• Materia: Analítica; Cienpharma; https://purl.org/pe-repo/ocde/ford#2.02.04

En la actualidad explorar los datos contenidos en la base de datos transaccional de las empresas con la analítica predictiva de datos, nos facilita comprender reglas que determinan patrones de consumo y tendencias que siguen los datos, lo que a su vez genera un conocimiento; el cual nos permitirá asociar productos que tengan mayor rotación con aquellos que no la tienen, generando de esta forma venta cruzada que resulte en el incremento de ingresos. La empresa Cienpharma S.A.C. está basando sus decisiones en datos aislados que no están debidamente procesados y que muchas veces no reflejan la realidad de lo que sucede con la información almacenada en su base de datos. El presente proyecto de tesis se basa en obtener un modelo de analítica predictiva para determinar patrones de consumo de los clientes en la empresa Cienpharma S.A.C. utilizando técnicas de minería de datos. Identificando los requerimientos y necesidades del área mediante un análisis de modelo de negocio, realizando un análisis y preparación de datos de los clientes obtenidos desde el sistema transaccional de la empresa, construyendo un modelo de búsqueda de patrones de consumo de los clientes basado en las técnicas de modelado de minería de utilizando IBM SPSS Modeler y finalmente evaluando los resultados de los informes que muestran el modelo de la Minería de Datos. Para el proceso de Minería de Datos se aplicaron los algoritmos de asociación, clústeres y redes neuronales haciendo búsqueda de patrones basado en las técnicas de modelado de minería de Datos utilizando IBM SPSS Modeler