Inteligencia de Negocio aplicada a la Segmentación de clientes: Modelo RFM y Análisis de Clúster

Abstract

La segmentación de mercados tiene una serie de beneficios para las empresas comerciales y ofrece la oportunidad de pensar y repensar sobre las mejores estrategias enfocadas a sus clientes, y conduce a nuevos conocimientos y perspectivas fundamentales de su negocio basada en datos. Por otro lado, los datos de transacciones de facturación que se registran en cualquier compañía comercial cuentan con la información básica y necesaria para establecer las principales características que describen el comportamiento de los consumidores, por ejemplo, determinar cuán reciente es la transacción de un cliente, la frecuencia de compras en un período de tiempo y su magnitud financiera de las transacciones. En este sentido, el presente trabajo tiene como objetivo principal generar una segmentación de clientes de una empresa de comercialización y distribución de productos de consumo masivo en el Ecuador, a través de la aplicación del análisis descriptivo de datos, el método RFM (Recency, Frecuency y Monetary) y el análisis no supervisado de clúster mediante el modelo de partición K-means, al conjunto de datos que corresponden a los pedidos de productos de la compañía en un período de referencia. Finalmente, se creará una solución de inteligencia de negocio dinámica, actualizada e integrada, que viabilice la visualización y el análisis de datos de los clientes para la generación de información y conocimiento del negocio para la toma de decisiones basada en datos.