Segmentación avanzada de clientes en la industria de suplementos naturales para mejorar las estrategias de marketing mediante herramientas de Big Data
| dc.contributor.advisor | Sánchez Montero, Ivanna Karina | |
| dc.contributor.author | Paz Ojeda, Jorge Enrique | |
| dc.date.accessioned | 2026-02-11T17:20:50Z | |
| dc.date.available | 2026-02-11T17:20:50Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | La compañía Nature’s Sunshine Products, dedicada a la comercialización de suplementos naturales. Sus sucursales de Latinoamérica (NSP Latam) cada vez enfrentan mayores dificultades para alcanzar sus metas comerciales una de las causas es la falta de aplicación de herramientas tecnológicas que le permitan comprender a profundidad el comportamiento de sus clientes. Esta situación ha limitado el impacto de sus estrategias de marketing, afectando tanto la fidelización como el aprovechamiento de oportunidades de venta. Ante este problema, el objetivo del estudio fue aplicar una metodología de segmentación avanzada basada en el análisis RFM (Recencia, Frecuencia y Valor Monetario) y técnicas de agrupamiento como K-means, DBSCAN y clustering jerárquico, con el fin de identificar patrones de comportamiento que orienten decisiones comerciales más efectivas. La hipótesis planteada sostiene que, mediante el uso de algoritmos de segmentación y análisis de datos, es posible clasificar a los clientes en grupos con características similares, lo que permitirá implementar estrategias personalizadas y mejorar los resultados del negocio. Para esto, se trabajó con una base de datos de más de 79.000 registros de ventas, de los últimos dos años, la cual fue procesada mediante con herramientas de Big Data en entornos como Python y Google Colab. Los resultados demostraron que el algoritmo K-means fue el más efectivo, permitiendo identificar cuatro segmentos claros: Platinum, Gold, Silver y Bronze, cada uno con niveles distintos de compra, compra más reciente y frecuencia de compra. Esta clasificación ofrece a la empresa una base sólida para optimizar sus campañas, enfocar sus recursos y fortalecer la relación con sus clientes. En conclusión, la integración de tecnologías de análisis de datos en esta industria no solo mejora la comprensión del mercado, sino que también impulsa la competitividad y sostenibilidad del negocio en el tiempo. | |
| dc.format | application/pdf | |
| dc.identifier.citation | Paz, Jorge (2025). Segmentación avanzada de clientes en la industria de suplementos naturales para mejorar las estrategias de marketing mediante herramientas de Big Data. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14809/8194 | |
| dc.language.iso | spa | |
| dc.publisher | Ambato: Universidad Tecnológica Indoamérica | |
| dc.publisher.country | EC | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Big Data, Clustering, Estrategias marketing, Segmentación de clientes. | |
| dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#1.02.00 | |
| dc.title | Segmentación avanzada de clientes en la industria de suplementos naturales para mejorar las estrategias de marketing mediante herramientas de Big Data | |
| dc.title.alternative | SEGMENTACIÓN AVANZADA DE CLIENTES EN LA INDUSTRIA DE SUPLEMENTOS NATURALES PARA MEJORAR LAS ESTRATEGIAS DE MARKETING MEDIANTE HERRAMIENTAS DE BIG DATA | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type.version | info:eu-repo/semantics/publishedVersion |
