Análisis de datos mediante herramientas tecnológicas para campañas digitales de una compañía inmobiliaria
Palabras clave:
Análsis de datos, Perfil de cliente, CRISP-DMResumen
En esta investigación exploramos e implementamos una selección de herramientas estadísticas avanzadas para identificar los perfiles de clientes potenciales de una compañía inmobiliaria. Hemos propuesto ele enfoque CRISP-DM, modelos de regresión y clustering para modelar y predecir el comportamiento de los clientes en función de un conjunto de variables de interés. Los resultados revelaron que existen evidencias significativas respecto a las aportaciones iniciales en el proceso compra-venta. Esto permitiría 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.
