Tendencias del comportamiento de consumidores mediante herramientas de Data Mining, en supermercados del Perú: una revisión de la literatura científica

• Autores: Hurtado Cavero, Carla Luciana, Álvarez Montes, Libardo Enrique
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/25688
• Enlace del recurso: https://hdl.handle.net/11537/25688
• Nivel de acceso: acceso abierto
• Materia: Servicio al cliente; Comportamiento del consumidor; Tiendas comerciales; https://purl.org/pe-repo/ocde/ford#5.02.04

A pesar de que el Data Mining es una herramienta clave para comprender el comportamiento de clientes de tiendas minoristas como supermercados, hace falta una revisión exhaustiva de la literatura que ayude a comprender mucho mejor su aplicación y los beneficios que esta trae. Esta revisión proporciona una base de datos dentro de un periodo de diez años, entre el 2009 y 2019, de donde en un primer momento se extrajeron 48 artículos por tener relación con la aplicación de Data Mining para encontrar tendencias de comportamiento de consumidores, se extrajeron de nueve bases de datos especializadas: Emerald Insight, ResearchGate, IEEE Xplore, ScienceDirect, Semantic Scholar, Google Scholar, Cuaderno Activa, Taylor and Francis y Mary Ann Liebert, INC. Los resultados demuestran que para entender el comportamiento del consumidor se debe minar: i) Su ruta de compras, temporadas, cantidades y preferencias con el fin de organizar los productos en la tienda y realizar promociones acorde a su perfil; ii) El CLV con el fin de separarlos en segmentos y enfocarse en ellos con mayor claridad; iii) Sus necesidades y quejas para mejorar su CRM; iv) Sus percepciones y requisitos para aplicar estrategias de marketing más precisas; v) Qué productos buscan y comparan en tiendas de retail online, tema del cual se tiene poca información, por lo que se recomienda ahondar a detalle para otras investigaciones. Todo ello mediante diferentes técnicas de DM y se demostró que las redes neuronales, seguidas por los árboles de decisión y las técnicas de reglas de asociación son recomendadas para los que no son expertos en DM. Nuestra investigación sirve como un derrotero para la futura creación de conocimiento sobre los temas abordados.