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

Descripción del Articulo

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 as...

Descripción completa

Detalles Bibliográficos
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
id UPAO_6d67bda346aeeaf215bd685aae530e75
oai_identifier_str oai:repositorio.upao.edu.pe:20.500.12759/6629
network_acronym_str UPAO
network_name_str UPAO-Tesis
repository_id_str 3230
dc.title.es_PE.fl_str_mv 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
title 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
spellingShingle 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
Contreras Arteaga, Abel Isaías
Analítica
Cienpharma
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
dc.creator.none.fl_str_mv Contreras Arteaga, Abel Isaías
author Contreras Arteaga, Abel Isaías
author_facet Contreras Arteaga, Abel Isaías
Sánchez Cotrina, Frank William
author_role author
author2 Sánchez Cotrina, Frank William
author2_role author
dc.contributor.advisor.fl_str_mv Ullon Ramírez, Agustin Eduardo
dc.contributor.author.fl_str_mv Contreras Arteaga, Abel Isaías
Sánchez Cotrina, Frank William
dc.subject.es_PE.fl_str_mv Analítica
Cienpharma
topic Analítica
Cienpharma
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description 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
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-10-09T21:51:23Z
dc.date.available.none.fl_str_mv 2020-10-09T21:51:23Z
dc.date.issued.fl_str_mv 2020
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12759/6629
url https://hdl.handle.net/20.500.12759/6629
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.relation.ispartofseries.none.fl_str_mv T_SIST_1470
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Privada Antenor Orrego
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Privada Antenor Orrego
Repositorio Institucional - UPAO
dc.source.none.fl_str_mv reponame:UPAO-Tesis
instname:Universidad Privada Antenor Orrego
instacron:UPAO
instname_str Universidad Privada Antenor Orrego
instacron_str UPAO
institution UPAO
reponame_str UPAO-Tesis
collection UPAO-Tesis
bitstream.url.fl_str_mv https://repositorio.upao.edu.pe/backend/api/core/bitstreams/26464733-2b87-4893-907e-ee8e540c1940/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/68aa9db5-cddf-491e-8c0a-7f9a1f476586/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/9367384f-79e9-4af1-a22f-0bea60e9159e/content
https://repositorio.upao.edu.pe/backend/api/core/bitstreams/2b80e6f4-20a3-4468-a0ab-d24c6179197c/content
bitstream.checksum.fl_str_mv 55f302cd4ca78c0f64eec15537628534
8a4605be74aa9ea9d79846c1fba20a33
52c5b8bbb9f06512002253a35929c810
86e6077df396a9a6e9d189a2958d2988
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Privada Antenor Orrego
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1846068990500143104
spelling Ullon Ramírez, Agustin EduardoContreras Arteaga, Abel IsaíasSánchez Cotrina, Frank WilliamContreras Arteaga, Abel Isaías2020-10-09T21:51:23Z2020-10-09T21:51:23Z2020https://hdl.handle.net/20.500.12759/6629En 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 ModelerCurrently, exploring the data contained in the transactional database of companies with predictive data analytics, makes it easier for us to understand rules that determine consumption patterns and trends that follow the data, which in turn generates knowledge; which will allow us to associate products that have greater rotation with those that do not have it, thus generating cross-selling that results in increased revenues. The company Cienpharma S.A.C. It is basing its decisions on isolated data that are not properly processed and that many times do not reflect the reality of what happens with the information stored in its database. This thesis project is based on obtaining a predictive analytical model to determine customer consumption patterns in the company Cienpharma S.A.C. using data mining techniques. Identifying the requirements and needs of the area through a business model analysis, performing an analysis and preparation of customer data obtained from the transactional system of the company, building a model of customer consumption pattern search based on techniques of mining modeling using IBM SPSS Modeler and finally evaluating the results of the reports that show the Data Mining model. For the Data Mining process the association algorithms, clusters and neural networks were applied by searching for patterns based on data mining modeling techniques using IBM SPSS ModelerTesisapplication/pdfspaUniversidad Privada Antenor OrregoPET_SIST_1470SUNEDUinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Privada Antenor OrregoRepositorio Institucional - UPAOreponame:UPAO-Tesisinstname:Universidad Privada Antenor Orregoinstacron:UPAOAnalíticaCienpharmahttps://purl.org/pe-repo/ocde/ford#2.02.04Analítica 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-DMinfo:eu-repo/semantics/bachelorThesisTítulo ProfesionalUniversidad Privada Antenor Orrego. Facultad de IngenieríaIngeniero de Computación y SistemasIngeniería de Computación y Sistemashttps://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesionalORIGINALREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdfREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdfABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DMapplication/pdf4870274https://repositorio.upao.edu.pe/backend/api/core/bitstreams/26464733-2b87-4893-907e-ee8e540c1940/content55f302cd4ca78c0f64eec15537628534MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upao.edu.pe/backend/api/core/bitstreams/68aa9db5-cddf-491e-8c0a-7f9a1f476586/content8a4605be74aa9ea9d79846c1fba20a33MD52TEXTREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdf.txtREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdf.txtExtracted texttext/plain96406https://repositorio.upao.edu.pe/backend/api/core/bitstreams/9367384f-79e9-4af1-a22f-0bea60e9159e/content52c5b8bbb9f06512002253a35929c810MD55THUMBNAILREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdf.jpgREP_ING.SIST_ABEL.CONTRERAS_FRANK.SANCHEZ_ANALÍTICA.PREDICTIVA.CONOCER.PATRÓN.CONSUMO.CLIENTES.EMPRESA.CIENPHARMA.UTILIZANDO.IBM.SPSS.MODELER.METODOLOGÍA.CRISP-DM.pdf.jpgGenerated Thumbnailimage/jpeg26197https://repositorio.upao.edu.pe/backend/api/core/bitstreams/2b80e6f4-20a3-4468-a0ab-d24c6179197c/content86e6077df396a9a6e9d189a2958d2988MD5620.500.12759/6629oai:repositorio.upao.edu.pe:20.500.12759/66292025-06-22 20:26:46.583https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.upao.edu.peRepositorio de la Universidad Privada Antenor Orregodspace-help@myu.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
score 13.91977
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
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).

Ejemplares Similares