Optimización de la gestión comercial en una distribuidora farmacéutica a través de técnicas de segmentación de clientes: un enfoque práctico de inteligencia de negocios
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
La presente investigación propone la aplicación y evaluación del desempeño de diversas técnicas de clusterización basado en criterios técnicos y estadísticos. Aplicados con el fin de seleccionar la mejor técnica y dilucidar patrones no considerados anteriormente, pudiendo brindar una herramienta robusta que favorezca en la toma de decisiones comerciales en la empresa de estudio y así, mejorar la gestión de sus farmacias independientes. Este trabajo inicia con la determinación de las fuentes de información para su consolidación, revisando fundamentos teóricos que se sustenten en la Segmentación Basada en el Valor del Cliente (CVBS) y el modelo RFM (Recencia, Frecuencia y Monto), identificados en la literatura como estándares para determinar la fidelización y el impacto financiero en los clientes. Por lo que, este trabajo utiliza técnicas de aprendizaje automático (Machine Learning) para transformar datos transaccionales en insights estratégicos, mediante una metodología de naturaleza cuantitativa, descriptiva y no experimental. La base técnica del estudio consiste en la aplicación y comparación de algoritmos de clustering no supervisado, específicamente: K-means, DBSCAN y Clustering Jerárquico. Para garantizar elección del mejor modelo, se emplean métricas de validación interna: el Coeficiente de Silhouette, el Índice de Davies-Bouldin y el Índice de Calinski-Harabasz. Finalmente, los segmentos obtenidos se integran en un tablero de Power BI, proporcionando una herramienta operativa y gerencial que optimiza la toma de decisiones y la personalización de estrategias comerciales de los clusters obtenidos.
Fields of Study & Subjects
Customer churn and segmentation
Data Mining and Machine Learning Applications
Consumer Market Behavior and Pricing
Publication details
- Journal / source
- Repositorio Digital (Escuela Politécnica Nacional)
- Publication date
- 11 March 2026
- Language
- ES
- Document type
- Thesis