Show simple item record

Professor Advisordc.contributor.advisorAburto Lafourcade, Luis Albertoes_CL
Authordc.contributor.authorNalda Reyes, José Antonio es_CL
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticases_CL
Staff editordc.contributor.editorDepartamento de Ingeniería Industriales_CL
Associate professordc.contributor.otherBosch Passalacqua, Máximo 
Associate professordc.contributor.otherSchwartz Perlroth, Daniel
Admission datedc.date.accessioned2012-09-12T18:18:06Z
Available datedc.date.available2012-09-12T18:18:06Z
Publication datedc.date.issued2010es_CL
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/103915
Abstractdc.description.abstractEl presente trabajo tiene como objetivo general diseñar una metodología de recomendación personalizada y secuencial de productos en una tienda de Home Improvement. En particular, este trabajo se centra en las llamadas ventas proyectos, que corresponden a conjuntos de transacciones enmarcadas en un plan de mejoramiento del hogar, como por ejemplo, la decoración de un baño o la construcción de un segundo piso. Así, el objetivo de negocio de este trabajo es lograr aumentar el número de clientes que adquieren todos los productos asociados a un proyecto en la empresa (aumento de venta) y, a su vez, adquieran más y “mejores” SKU’s (cross y up-selling). En relación a la metodología utilizada, se comienza con el trabajo de limpieza y procesamiento de datos, en particular la eliminación de inconsistencias encontradas en la jerarquía de productos, y la definición temporal de lo que se entiende por proyecto. Una segunda etapa se hace cargo de perfilar y caracterizar tanto a los clientes de la empresa, como a los proyectos que éstos llevan a cabo. Por último, mediante análisis secuencial de canasta se busca identificar reglas de asociación de alta venta esperada para cada uno de los proyectos caracterizados. En relación a los grupos de clientes, se identifican 5 segmentos, entre los cuales destacan los “leales de alta frecuencia”, quienes con un 18% de clientes explican el 37% de los ingresos; y los “clientes de alto ticket promedio sin restricción presupuestaria” que presentan 1,8 veces el ticket de un cliente promedio. Por otro lado, se tienen 8 segmentos de proyectos, destacando por los montos asociados las “Obras gruesas”, con 2,3 veces el monto de un proyecto promedio. Además, se obtienen 72 conjuntos de reglas de asociación, los cuales se diferencian por proyecto, por tier de precio asociado y por tipo de regla según antecedente. Así, son aproximadamente 10.000 reglas con una venta esperada total de $300 millones al año. Con estas reglas se espera que el ticket promedio aumente en un 50% y que las ventas anuales de la empresa se incrementen en un 1%. Finalmente, son entregadas directrices generales para las recomendaciones, las cuales se componen de una parte central basada específicamente en las reglas de asociación y otra complementaria que se compone de recomendaciones más genéricas basadas en las características de los clientes y los proyectos (por ejemplo, catálogos con descuentos, secciones de destino, etc.) Para trabajos futuros se propone la evaluación del sistema, un análisis detallado sobre el tiempo entre compras, estudios sobre estilos de vidas de clientes, entre otros.
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Publisherdc.publisherCyberDocses_CL
Type of licensedc.rightsNalda Reyes, José Antonioes_CL
Keywordsdc.subjectIngenieríaes_CL
Keywordsdc.subjectGestión de negocioses_CL
Keywordsdc.subjectConsumidores, investigacioneses_CL
Keywordsdc.subjectPreferencias de los consumidoreses_CL
Keywordsdc.subjectAdministración de comercializaciónes_CL
Títulodc.titleSistema Secuencial de Recomendaciones Personalizadas en una Empresa de Home Improvementes_CL
Document typedc.typeTesis


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record