Show simple item record

dc.contributor.advisorSotomayor Ruíz, Rino Nicanor
dc.contributor.authorPalomino Quispe, Jacqueline Roxana
dc.contributor.authorPrado Pariona, Vanesa
dc.date.accessioned2017-01-10T18:22:40Z
dc.date.available2017-01-10T18:22:40Z
dc.date.issued2015
dc.identifier.otherE70.P34-T BAN UNALM
dc.identifier.urihttps://hdl.handle.net/20.500.12996/2070
dc.descriptionCiclo Optativo de Especialización y Profesionalización en Marketing y Finanzases_PE
dc.description.abstractEl trabajo, consistió en detallar paso a paso la metodología (CRISP–DM) para poder identificar grupos óptimos de clientes más propensos a migrar de un plan prepago a postpago con el fin de formular un plan de mejora en la gestión de llamadas mediante la clasificación de la base de datos. Este trabajo ha sido motivado por que actualmente se ha visto una disminución de la tasa de efectividad y contactabilidad con los clientes, para esto se ha utilizado el software Rapid Miner ya que es más detallada la representación de flujos de manera gráfica y por su gran capacidad para trabajar con una amplia gama de bases de datos. Se aplicaron modelos de clasificación para analizar las características que genera la compra de los diferentes servicios. Se realizó la comparación del modelo de Regresión Logística y el algoritmo de Árbol de Clasificación CART, quedando como modelo más óptimo la Regresión Logística ya que ofreció mejores resultados y mayor efectividad. A partir de lo anterior, se encontraron grupos diferenciados por las probabilidades de éxito venta (Migrar de un plan prepago a postpago), segmentos que reflejan necesidades y características particulares, que permita diseñar acciones de marketing focalizado con el objetivo de incrementar la tasa de efectividad, contactabilidad e incrementar las ventas. Se realizaron recomendaciones para futuras acciones de marketing, un ejemplo es identificar grupos que se debe intentar desarrollar y otros grupos que sólo que se debe tratar de fidelizar, ya que han alcanzado gran parte de su potencial dentro de la empresa. Cómo trabajos futuros se recomienda replicar la metodología con mayor información demográfica, con el fin de aumentar los índices de desempeño de los modelos predictivos. Además de poder cuantificar el aumento de la efectividad debido a la aplicación de esta metodología, a través de una campaña real.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Agraria La Molinaes_PE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceUniversidad Nacional Agraria La Molinaes_PE
dc.sourceRepositorio institucional - UNALMes_PE
dc.subjectAlgoritmo de arbol de clasificación Cartes_PE
dc.subjectModelo de regresión logísticaes_PE
dc.subjectTelefonía móviles_PE
dc.subjectTelecomunicacioneses_PE
dc.subjectServicioses_PE
dc.subjectBases de datoses_PE
dc.subjectGestiónes_PE
dc.subjectGrupos de interéses_PE
dc.subjectModelos matemáticoses_PE
dc.subjectModelos econométricoses_PE
dc.subjectVentases_PE
dc.subjectEvaluaciónes_PE
dc.subjectPerúes_PE
dc.titleSegmentación de la base de datos de un call center para las ventas del servicio de telefonía móvil, usando el modelo de regresión logística y el algoritmo de árbol de clasificación CARTes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
thesis.degree.programCiclo Optativo de Especialización y Profesionalización en Marketing y Finanzases_PE
thesis.degree.disciplineMarketing y Finanzases_PE
thesis.degree.grantorCiclo Optativo de Especialización y Profesionalización en Marketing y Finanzases_PE
thesis.degree.nameIngeniero Estadístico e Informáticoes_PE
thesis.degree.levelTítulo Profesionales_PE


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess