Análisis de datos mediante herramientas tecnológicas para campañas digitales de una compañía inmobiliaria
Palabras clave:
Análisis de Datos, Perfiles de Clientes, CRISP-DM, Segmentación de MercadoResumen
En esta investigación se implementó una selección de herramientas estadísticas avanzadas con el fin de identificar los perfiles de clientes potenciales de una compañía inmobiliaria. Se empleó el enfoque CRISP-DM junto con modelos de regresión y técnicas de agrupamiento para modelar y predecir el comportamiento de los clientes, considerando un conjunto de variables de interés. Los resultados obtenidos revelan evidencia significativa respecto a las contribuciones iniciales en el proceso de compra-venta. Esto permite establecer estrategias para personalizar campañas publicitarias y mejorar la toma de decisiones.
Citas
L. M. H. Pérez y J. M. Pérez, “Adopción de Big Data Analitycs en las PyMEs,” Investigación Administrativa, vol. 53, no. 134, pp. 1-21, 2024.
IBM Documentation, "CRISP-DM Help Overview," IBM, 2021. [En línea]. Disponible en: https://www.ibm.com/docs/es/spss-modeler/saas?topic=dm-crisp-help-overview.
J. F. Montalvo García, “CRISP-DM/SMES: una metodología de proyectos de analítica de datos para las PYME,” Revista de Ciencia y Tecnología, 2021.
Espinosa-Zúñiga, J. J. (2020). Aplicación de metodología CRISP-DM para segmentación geográfica de una base de datos pública. Ingeniería, investigación y tecnología, 21.
Cheng, C.-H, y Chen, Y.-S, "Classifying the segmentation of customer value via RFM model and RS theory," Expert Systems with Applications, vol. 36, no. 3, pp. 4176-4184, 2009, doi: 10.1016/j.eswa.2008.04.003.
Kaufman, L., y Rousseeuw, P. J., "Finding Groups in Data: An Introduction to Cluster Analysis," John Wiley & Sons, 2009.
I. G. Chacaltana Espinoza, “Identificación de atributos del producto inmobiliario que influyen en la decisión de compra de vivienda en Lima Metropolitana: aplicación de la herramienta a un caso,” Pontificia Universidad Católica del Perú, 2017. [En línea]. Disponible en: https://hdl.handle.net/20.500.12404/9279
T. Benslama y R. Jallouli, “Clustering of Social Media Data and Marketing Decisions,” en Digital Economy. Emerging Technologies and Business Innovation, ICDEc 2020, Lecture Notes in Business Information Processing, vol. 395, pp. 53–65, dic. 2020.
C. A. Piedra Paravicino, “Segmentación de clientes potenciales del sector inmobiliario en Lima Metropolitana,” Pontificia Universidad Católica del Perú, 2022. [En línea]. Disponible en: https://hdl.handle.net/20.500.12404/11783
R. Delgado, "Introducción a los Modelos de Agrupamiento en R," RPubs, s.f.-b. [En línea]. Disponible en: https://rpubs.com/rdelgado/399475.

