Predicción de costo para adquirir nuevos clientes

RESUMEN : El presente proyecto tiene como objetivo principal predecir el costo de adquisición de nuevos clientes (CAC) en la cadena de supermercados FOODMART. Para lograr esto, se empleó una base de datos real proporcionada por la empresa que contiene información detallada de 60.000 facturas de clientes, incluyendo ingresos, promociones, almacenamiento, ventas y costo de publicidad. En aras del objetivo principal, se aplicaron técnicas de análisis exploratorio de datos y preprocesamiento para preparar los datos, se entrenaron y validaron un modelo de regresión lineal y dos de random forest. Dichos modelos se evaluaron mediante la métrica de desempeño error absoluto medio. Finalmente, se compararon los resultados obtenidos y se realizó un análisis crítico del proyecto, incluyendo recomendaciones para futuros trabajos derivados de la puesta en producción del modelo. Además, se implementó una aplicación que permite realizar predicciones en tiempo real del costo de adquisición de nuevos clientes utilizando el modelo entrenado, a través de una interfaz diseñada con React y un backend con Fast API.

• Autores: Montoya Vallejo, Juan Pablo
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35665
• Acceso en línea: https://hdl.handle.net/10495/35665
• Palabra clave: Aprendizaje supervisado (aprendizaje automático); Supervised learning (Machine learning); Relaciones con los clientes; Costo de adquisición de clientes; Experiencia de usuario
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/