Actualmente, el constante cambio en los factores externos como la tecnología, el mercado, y ahora la pandemia global están obligando a las empresas del sector retail a buscar diferentes estrategias de venta para mejorar la experiencia de compra de sus clientes y así obtener mejores beneficios. Por ello, este trabajo busca segmentar a los clientes a través de la aplicación de técnicas de Machine Learning para crear un sistema de recomendación de productos personalizados de acuerdo con las características a la cual pertenece cada cliente y así mejorar la experiencia de compra agilizando y facilitando el proceso desde el aplicativo móvil de la empresa. La propuesta de segmentación se realizó aplicando para el preprocesamiento de los datos el método estadístico de PCA y se modeló mediante tres técnicas de aprendizaje no supervisado: K-means, K-medoids y Clustering Jerárquico...

El presente trabajo se centra en la segmentación de clientes mediante el uso del algoritmo kmeans, con el objetivo de comprender los distintos perfiles dentro del maestro de clientes y mejorar la gestión de las estrategias de marketing para que aborden de manera más eficiente las necesidades y comportamientos de los clientes. Este trabajo es de enfoque cuantitativo del tipo descriptivo y el diseño de la investigación es no experimental y de tipo transversal. Se realizó en varias etapas, comenzando con la recopilación y preparación de datos, seguida de la aplicación del algoritmo K-means que nos permite identificar patrones y agrupar a los clientes en segmentos homogéneos según sus comportamientos y características mediante un análisis detallado y la validación de los grupos obtenidos, se lograron identificar seis segmentos distintos. La segmentación de clientes mediante el...