Sistema de información gerencial basado en machine learning para la toma de decisiones en estrategias de marketing. Machine learning-based management information system for decision-making in marketing strategies.

Resumen

En el presente estudio se desarrolló una aplicación web analítica orientada a la segmentación de clientes y predicción de ventas, basada en el análisis de tickets de compra de productos cárnicos agrupados por SKU. La problemática identificada fue la falta de herramientas tecnológicas en la empresa para analizar patrones de consumo, lo que dificultaba la fidelización y personalización de campañas comerciales. Se aplicó una metodología mixta que integró Extreme Programming (XP) para el desarrollo ágil del sistema y CRISP-DM para el procesamiento de datos mediante minería. La recolección de información se realizó mediante entrevistas dirigidas a actores clave, y la codificación del sistema se implementó en Python, empleando algoritmos de machine learning como K-means, regresión logística y A priori. Los resultados evidenciaron que la aplicación permitió agrupar clientes con comportamientos similares, asociar productos comprados en conjunto y predecir ventas por categoría. La validación del modelo con métricas como la puntuación de silueta arrojó un valor óptimo de 0.89 con dos clústeres. Finalmente, el sistema fue probado en una sucursal piloto, evidenciando su utilidad para la toma de decisiones comerciales estratégicas.