Business intelligence, manejo estratégico de los datos basados en IA

La incorporación de inteligencia artificial (IA) en procesos organizacionales se ha vuelto clave para alcanzar mayor eficiencia operativa y optimizar recursos. Este documento examina cómo el adecuado procesamiento de datos permite entrenar modelos predictivos que potencian los resultados comerciales...

Full description

Autores:
Calderón García, Kenny Chayanne
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/8509
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/8509
Palabra clave:
Inteligencia artificial
Procesamiento de datos
Voicebot
Automatización comercial
Modelos predictivos
Eficiencia
Inteligencia artificial
Análisis de datos
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id URemingtn2_02ca8da25c83870610fb62e709dac348
oai_identifier_str oai:repositorio.uniremington.edu.co:123456789/8509
network_acronym_str URemingtn2
network_name_str Repositorio institucional Uniremington
repository_id_str
dc.title.spa.fl_str_mv Business intelligence, manejo estratégico de los datos basados en IA
title Business intelligence, manejo estratégico de los datos basados en IA
spellingShingle Business intelligence, manejo estratégico de los datos basados en IA
Inteligencia artificial
Procesamiento de datos
Voicebot
Automatización comercial
Modelos predictivos
Eficiencia
Inteligencia artificial
Análisis de datos
title_short Business intelligence, manejo estratégico de los datos basados en IA
title_full Business intelligence, manejo estratégico de los datos basados en IA
title_fullStr Business intelligence, manejo estratégico de los datos basados en IA
title_full_unstemmed Business intelligence, manejo estratégico de los datos basados en IA
title_sort Business intelligence, manejo estratégico de los datos basados en IA
dc.creator.fl_str_mv Calderón García, Kenny Chayanne
dc.contributor.advisor.none.fl_str_mv Mosquera Rentería, Jarrinson
dc.contributor.author.none.fl_str_mv Calderón García, Kenny Chayanne
dc.subject.spa.fl_str_mv Inteligencia artificial
Procesamiento de datos
Voicebot
Automatización comercial
Modelos predictivos
topic Inteligencia artificial
Procesamiento de datos
Voicebot
Automatización comercial
Modelos predictivos
Eficiencia
Inteligencia artificial
Análisis de datos
dc.subject.lemb.none.fl_str_mv Eficiencia
Inteligencia artificial
Análisis de datos
description La incorporación de inteligencia artificial (IA) en procesos organizacionales se ha vuelto clave para alcanzar mayor eficiencia operativa y optimizar recursos. Este documento examina cómo el adecuado procesamiento de datos permite entrenar modelos predictivos que potencian los resultados comerciales, especialmente a través de agentes virtuales aplicados en campañas de ventas. El desarrollo de soluciones basadas en IA requiere datos limpios, estructurados y representativos del entorno real. En este sentido, la gestión de la información implica etapas como recopilación, filtrado, transformación y organización de los registros, lo que asegura que los modelos sean funcionales, precisos y relevantes. En el caso analizado, se parte de una base de 8.000 posibles clientes, con una tasa actual del 40% de contactabilidad y un 9% de efectividad en ventas. Se diseñó un modelo predictivo con herramientas de la nube de Azure, como Machine Learning y AutoML, incorporando técnicas como balanceo de clases, clasificación supervisada y limpieza de datos. El objetivo es construir un voicebot capaz de priorizar contactos con mayor probabilidad de conversión y mejorar la gestión de campañas sin requerir una ampliación de personal. El sistema predice cuáles registros tienen más posibilidades de cierre, lo que permite enfocar los esfuerzos en segmentos más receptivos, mejorando tanto la tasa de contacto como la conversión. Con una precisión del 70% en la predicción y un rediseño en la estrategia de acercamiento, se estima un aumento del 3% en la efectividad general, logrando aproximadamente 140 ventas adicionales con el mismo recurso humano. Además del rendimiento técnico, se destaca la necesidad de aplicar principios éticos en el uso de IA, asegurando transparencia, equidad y protección de los datos personales. Plataformas como Azure ofrecen herramientas integradas para cumplir con estos estándares. El enfoque presentado permite a las empresas optimizar sus campañas y reducir costos operativos, aprovechando al máximo los beneficios de la automatización inteligente.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-11-07T20:03:47Z
dc.date.available.none.fl_str_mv 2025-11-07T20:03:47Z
dc.date.issued.none.fl_str_mv 2025
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.uniremington.edu.co/handle/123456789/8509
url https://repositorio.uniremington.edu.co/handle/123456789/8509
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Corporación Universitaria Remington, 2025
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Derechos Reservados - Corporación Universitaria Remington, 2025
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 18 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universitaria Remington
dc.publisher.place.spa.fl_str_mv Medellín (Antioquia, Colombia)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Empresariales
dc.publisher.program.spa.fl_str_mv Marketing
institution Corporación Universitaria Remington
bitstream.url.fl_str_mv https://repositorio.uniremington.edu.co/bitstreams/651faabe-ef5a-4ff5-a0f8-a0b2006c7918/download
https://repositorio.uniremington.edu.co/bitstreams/e9d3b6ee-0e16-4d3d-bd25-f1b09fba7f42/download
https://repositorio.uniremington.edu.co/bitstreams/1fb74e8b-9d22-4334-b5ef-28bc88feb4b3/download
https://repositorio.uniremington.edu.co/bitstreams/9eebf463-f907-4cce-b305-f0309cf74e9c/download
https://repositorio.uniremington.edu.co/bitstreams/d7c97511-c6e7-4c7b-8798-000a5069c5a6/download
bitstream.checksum.fl_str_mv 69825351f6993d02879ab9e4d67957bc
8a4605be74aa9ea9d79846c1fba20a33
2a5ab90862f2d45275cfd603ead034ce
ff0c83c02b34290b19bb12a43cd276c2
6e56362df575a3b0fdfd62c39c8cfd19
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio UNIREMINGTON
repository.mail.fl_str_mv biblioteca@uniremington.edu.co
_version_ 1851059185362403328
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2025https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Mosquera Rentería, JarrinsonCalderón García, Kenny Chayanne2025-11-07T20:03:47Z2025-11-07T20:03:47Z2025https://repositorio.uniremington.edu.co/handle/123456789/8509La incorporación de inteligencia artificial (IA) en procesos organizacionales se ha vuelto clave para alcanzar mayor eficiencia operativa y optimizar recursos. Este documento examina cómo el adecuado procesamiento de datos permite entrenar modelos predictivos que potencian los resultados comerciales, especialmente a través de agentes virtuales aplicados en campañas de ventas. El desarrollo de soluciones basadas en IA requiere datos limpios, estructurados y representativos del entorno real. En este sentido, la gestión de la información implica etapas como recopilación, filtrado, transformación y organización de los registros, lo que asegura que los modelos sean funcionales, precisos y relevantes. En el caso analizado, se parte de una base de 8.000 posibles clientes, con una tasa actual del 40% de contactabilidad y un 9% de efectividad en ventas. Se diseñó un modelo predictivo con herramientas de la nube de Azure, como Machine Learning y AutoML, incorporando técnicas como balanceo de clases, clasificación supervisada y limpieza de datos. El objetivo es construir un voicebot capaz de priorizar contactos con mayor probabilidad de conversión y mejorar la gestión de campañas sin requerir una ampliación de personal. El sistema predice cuáles registros tienen más posibilidades de cierre, lo que permite enfocar los esfuerzos en segmentos más receptivos, mejorando tanto la tasa de contacto como la conversión. Con una precisión del 70% en la predicción y un rediseño en la estrategia de acercamiento, se estima un aumento del 3% en la efectividad general, logrando aproximadamente 140 ventas adicionales con el mismo recurso humano. Además del rendimiento técnico, se destaca la necesidad de aplicar principios éticos en el uso de IA, asegurando transparencia, equidad y protección de los datos personales. Plataformas como Azure ofrecen herramientas integradas para cumplir con estos estándares. El enfoque presentado permite a las empresas optimizar sus campañas y reducir costos operativos, aprovechando al máximo los beneficios de la automatización inteligente.PregradoProfesional en Marketing18 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de Ciencias EmpresarialesMarketingInteligencia artificialProcesamiento de datosVoicebotAutomatización comercialModelos predictivosEficienciaInteligencia artificialAnálisis de datosBusiness intelligence, manejo estratégico de los datos basados en IATrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2025 Business intelligence manejo.pdfRIU-PRE-2025 Business intelligence manejo.pdfapplication/pdf219863https://repositorio.uniremington.edu.co/bitstreams/651faabe-ef5a-4ff5-a0f8-a0b2006c7918/download69825351f6993d02879ab9e4d67957bcMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/e9d3b6ee-0e16-4d3d-bd25-f1b09fba7f42/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11_MED_1022420141_2025_2.pdfapplication/pdf749584https://repositorio.uniremington.edu.co/bitstreams/1fb74e8b-9d22-4334-b5ef-28bc88feb4b3/download2a5ab90862f2d45275cfd603ead034ceMD53TEXTRIU-PRE-2025 Business intelligence manejo.pdf.txtRIU-PRE-2025 Business intelligence manejo.pdf.txtExtracted texttext/plain20570https://repositorio.uniremington.edu.co/bitstreams/9eebf463-f907-4cce-b305-f0309cf74e9c/downloadff0c83c02b34290b19bb12a43cd276c2MD54THUMBNAILRIU-PRE-2025 Business intelligence manejo.pdf.jpgRIU-PRE-2025 Business intelligence manejo.pdf.jpgGenerated Thumbnailimage/jpeg2979https://repositorio.uniremington.edu.co/bitstreams/d7c97511-c6e7-4c7b-8798-000a5069c5a6/download6e56362df575a3b0fdfd62c39c8cfd19MD55123456789/8509oai:repositorio.uniremington.edu.co:123456789/85092025-11-07 20:18:06.461https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2025open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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