Logotipo del repositorio

Publicación:
Clasificación de clientes mediante técnicas de minería de datos para la empresa Comertex S.A

dc.contributor.advisorLamos Diaz, Henry
dc.contributor.authorRivero Sarmiento, Carlos Alberto
dc.date.accessioned2024-03-03T19:30:34Z
dc.date.available2012
dc.date.available2024-03-03T19:30:34Z
dc.date.created2012
dc.date.issued2012
dc.description.abstractLa minería de datos surge como resultado de la necesidad de trabajar con grandes volúmenes de datos sin que se pierda la escalabilidad, principal limitación de la estadística básica. La importancia de la minería de datos para las empresas radica en que es un medio de búsqueda de información no visible de los clientes, y de esta manera orientar las estrategias hacia ellos de una forma más eficiente. En la presente investigación se muestra la bondad de la minería de datos para el caso de una empresa ubicada en el departamento de Santander y que pertenece al sector textil. Se usan herramientas como cubos OLAP, árboles de regresión, redes bayesianas y análisis de clúster con el propósito de encontrar patrones de los clientes y de esta manera construir perfiles que ayuden a la empresa en la toma de decisiones. Se usa el software de IBM SPSS Modeler como herramienta computacional para la construcción de las técnicas. Luego del análisis y evaluación de los datos obtenidos, se logró caracterizar los clientes elaborando una tipología que permite mejorar el servicio a ellos. Se construyeron protocolos para captura de datos y la información se presenta mediante infografías que resumen criterios relevantes para cada área de la empresa y facilitan la toma de decisiones soportadas en datos actualizados. Este trabajo es presentado como instrumento de difusión del proyecto de investigación modalidad Cofinanciación, convocatoria Colciencias No. 502 de 2010. COD. 1102-502-27270 - CT. 727-2011.
dc.description.abstractenglishThe data mining starts as a result of the need about working with large volumes of data without losing scalability, the main limitation of basic statistics. The data mining importance for companies lies in that it is a way to search information about clients that is not visible thus, it can be oriented strategies to them in a more efficient way. In this investigation, it is showed the benefits of data mining with a company that is in Santander, Colombia and belongs to the textile field. Tools like OLAP cubes, regression trees, Bayesian networks and cluster analysis in order to find patterns about clients and create profiles that help the company to make decisions. The IBM SPSS modeler software is used as a computational tool for building those techniques. After the analysis and evaluation of the data obtained the clients were characterized making a typology that allows improving the service to them. Were made protocols for data catching and the information is presented through info graphics that summarize relevant facts for each area in the company and make easier everything about making decisions that are based on actualized data. This research is an instrument of diffusion of the investigation project: confinanciaciòn, convocatoria colciencias No.502 de 2010.cod. 1102-502-27270- CT. 727-2011. §
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Industrial
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/26946
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Industrial
dc.publisher.schoolEscuela de Estudios Industriales y Empresariales
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectMinería de datos
dc.subjectRedes bayesianas
dc.subjectÁrboles de decisión
dc.subjectAnálisis de clúster
dc.subjectClientes
dc.subjectCRM.
dc.subject.keywordData mining
dc.subject.keywordBayesian networks
dc.subject.keywordDecision trees
dc.subject.keywordCluster analysis
dc.subject.keywordCustomer
dc.subject.keywordCRM.
dc.titleClasificación de clientes mediante técnicas de minería de datos para la empresa Comertex S.A
dc.title.englishClassification of customers using data mining techniques for company comertex s.a.§
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
Carta de autorización.pdf
Tamaño:
90.39 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
6.33 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
335.03 KB
Formato:
Adobe Portable Document Format

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031