Examinando por Materia "Data mining"

Mostrando 1 - 5 de 5
  • Miniatura
    PublicaciónAcceso abierto
    ¿Cómo influye la actitud y la clase social de los millennials paisas sobre la preferencia de soluciones en línea de la banca tradicional?
    (Universidad EIA, 2020) Zuluaga Gómez, Camilo; Escobar Sierra, Manuela
    RESUMEN: Los millennials ha sido una generación ampliamente estudiada por las diferencias que presentan en sus gustos y preferencias de servicios frente a sus antecesores. Sin embargo, la mayoría de estos estudios han sido realizados en países desarrollados y con diferencias económicas y sociales bastante marcadas frente a la realidad latinoamericana. Mediante este estudio se identificó como la actitud y clase social de los millennials paisas influyen en la preferencia de servicios financieros en línea. Para esto, se hizo un estudio a 120 personas pertenecientes a la población de estudio, seguido de un análisis de la información recolectada con diferentes técnicas de minería de datos. Finalmente, se pudo concluir que, si bien las variables de clase social son tenidas en cuenta para la clasificación, la tolerancia al riesgo es la variable con mayor importancia en el modelo.
  • Miniatura
    PublicaciónAcceso abierto
    Estrategias de mercadeo a partir de la minería de datos de una empresa del sector de ropa de hogar en Medellín
    (Universidad EIA, 2013) Choperena Posada, Daniela; Soto Noreña, Sebastian; Lochmuller, Christian
    Este trabajo tiene como objetivo proponer estrategias de mercadeo en el sector ropa hogar en Medellín a partir del uso de la minería de datos. Los resultados de la minería de datos permitirán la toma de decisiones más asertivas y una relación más cercana con los consumidores.
  • Miniatura
    PublicaciónAcceso abierto
    Generación de conocimiento en mercadeo a través de la identificación de patrones de consumo apoyado en minería de datos. Caso de estudio Somos Jeans S.A.S con la marca Square Line Jeans
    (Universidad EIA, 2017) Betancur Ospina, Andrés; Osorno Gallego, Mauricio
    En la actualidad, las empresas buscan alternativas diferentes y novedosas para dar a conocer, distribuir y posicionar su marca y sus productos, debido a lo competido del mercado y a lo costoso que resulta el montaje y sostenimiento de un punto de venta propio. En ese sentido, la empresa SQUARE LINE JEANS decidió abrirse camino a través de una estrategia de red de distribución para sus principales productos. Apuntándole al objetivo trazado por la empresa, y partiendo de la información de los clientes, almacenada en sus bases de datos, se realizaron pruebas por medio de algoritmos de minería de datos, que sirvieron como insumo para la construcción de una propuesta para la empresa. Como resultado de este caso de estudio se generó una propuesta con un enfoque mercadológico para la empresa SQUARE LINE JEANS, que tiene en cuenta los patrones de consumo de los clientes de la empresa, identificados a través de la información analizada.
  • Miniatura
    PublicaciónAcceso abierto
    Repositorio de datos para la toma de decisiones en una institución de salud
    (Universidad EIA, 2019) Ortega Bravo, Álvaro José; Camacho Cogollo, Javier Enrique; Universidad EIA
    En el presente trabajo se describe el proceso para la realización de una interfaz gráfica que cumpla la función de un repositorio y por medio de búsquedas muestre la información requerida proveniente de varias fuentes de datos, con el fin de lograr una integración de la información y evitar que esta se mantenga dispersa, logrando con esto facilitar el proceso de análisis de datos. Para lograr los objetivos se recurrió primero a una investigación en la que se recopiló información sobre los métodos para el análisis de datos, luego de tener los conceptos claros se buscaron fuentes de datos (como bases de datos open source) que hicieran parte de un entrenamiento de la metodología propuesta en este trabajo. Al tener los datos, ellos son importados desde el entorno de MS SQL Server para su almacenamiento y organización. Luego, por medio de la aplicación Database Explorer de Matlab, conectar el entorno de Matlab con el servidor de SQL Server y establecer una comunicación con los datos para poder interactuar con ellos desde Matlab. El siguiente paso fue diseñar la interfaz gráfica de usuario en el entorno GUIDE de Matlab para crear un buscador para la base de datos, utilizando la conexión antes establecida. En paralelo a este proceso se usó la herramienta SQL Server Data Tools de Visual Studio en la que se hicieron los análisis de datos por medio de los métodos investigados en primera instancia, con los que se identificaron patrones que podrán ayudar en la toma de decisiones asistenciales. Con esta metodología ya realizada, se acudió a entidades de salud locales, los cuales brindarán información de sus bases de datos para aplicar dicha metodología. Como resultado final del trabajo se construyó una interfaz gráfica capaz de hacer búsquedas en tres bases de datos distintas y un análisis de minería de datos con el que se proponen alternativas para mejorar el servicio prestado.
  • Miniatura
    PublicaciónAcceso abierto
    Segmentación de clientes automatizada a partir de técnicas de minería de datos (K-Means Clustering)
    (Universidad EIA, 2015) Cálad Noreña, Felipe; Echeverri Calderón, Juan Camilo
    Tiendacol S.A es una empresa del sector de la moda ubicada en la ciudad de Medellín, Colombia, que se dedica al comercio al por menor de prendas de vestir y accesorios en establecimientos especializados. Debido a que la compañía tiene una preocupación por mejorar los esfuerzos comerciales y de servicio al cliente, donde se es consciente de contar con gran cantidad de información en sus sistemas que está siendo subutilizada, se vio la necesidad de desarrollar proyectos que permitan hacer un mejor uso de la información disponible en especial con respecto a estos esfuerzos. Con tal necesidad se planteó implementar un modelo de minería de datos indirecta, a través del cual se logre analizar la información que se tiene de los clientes para clasificarlos automáticamente y agruparlos en grupos de características similares de acuerdo a los patrones de compra. Todo el proceso de minería de datos se diseñó con base en la metodología CRISP-DM que se caracteriza por los buenos resultados en proyectos de esta índole. Con esta se buscó emplear un procedimiento estándar, que tuviera validez en la industria y que se encontrará bien estructurado. Siguiendo dicha metodología se empezó entonces por entender el contexto de los clientes dentro de la empresa, tanto desde el punto de vista del negocio como de la capa de datos. A partir de ello se identificaron las ventas y la cartera como principales procesos relacionados con los clientes, los cuales se encontraban representados por 7 modelos dimensionales dentro de un sistema de inteligencia de negocios. Posteriormente se procedió a diseñar y ejecutar el modelo de clasificación. Inicialmente se extrajeron los datos que constituirían las variables del modelo y se prepararon mediante una estandarización en Z para, finalmente, poder obtener los segmentos a partir del algoritmo k-means clustering. Con los resultados obtenidos se ejecutó adicionalmente un árbol de decisión con el fin de encontrar características adicionales en los grupos encontrados. Se hicieron en total 3 modelos que seguían el proceso anterior pero que diferían en cuanto a sus variables. Los resultados finales permitieron diferenciar 3 segmentos de clientes: i) los mejores, ii) los intermedios y iii) los peores. Los mejores representan los clientes más constantes, que son los que compran montos más grandes, con mayor frecuencia y además adquieren mayor cantidad de créditos; los intermedios son los que compran un número aceptable de veces al año, con montos no muy altos y que además recurren poco a créditos; finalmente, los peores constituyen los clientes más esporádicos y los que menos compran.