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...
- 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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 |
