Mapas Auto-Organizados aplicados a la segmentación de clientes en entornos empresariales
Year: 2016
Type: article
Abstract: Este artículo se ha enfocado en la aplicación de técnicas de Minería de Datos para segmentación de clientes, sobre datos reales de una empresa dedicada a la comercialización de productos tecnológicos de la región sur del Ecuador. Se aplicó la metodología CRISP-DM para el proceso de Minería de Datos, y en base al modelo Recencia, Frecuencia, Monto (RFM), se aplicaron algoritmos de clustering: k-means y Mapas Auto-Organizados (SOM en inglés Self-Organizing Map). Para validar el resultado de los algoritmos de clustering y seleccionar el que proporcione grupos de mejor calidad, se usó la técnica de evaluación en cascada, para ello se aplicó un algoritmo de clasificación, colocando como etiqueta de clase a los grupos encontrados por los algoritmos de clustering, y luego se midió la precisión de predicción con respecto a estos grupos. El algoritmo SOM fue el que proporcionó los mejores resultados. El proceso mencionado se llevó a cabo utilizando el lenguaje R a través de R-Studio.
Institution: Universidad Nacional de Loja
Language: Spanish
Subfield: Marketing
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W2526360763