Propuesta de modelo de machine learning en la predicción del comportamiento del cliente para su fidelización en una empresa de retail

Abstract

El objetivo propuesto fue diseñar e implementar un modelo mejorado de segmentación de Machine Learning (ML) para deducir el comportamiento del cliente en su fidelización en una empresa de retail. El estudio fue aplicado y cuantitativo. La población de estuvo compuesta por todos los clientes de una empresa de retail, que han realizado compras en un periodo de 2 años. De estos, se seleccionaron como muestra a todo el dataset de registros de compra. La transformación de las variables originales sesgadas (Recencia, Frecuencia, Monto) logró distribuciones aproximadas a la normalidad, como se evidenció en los histogramas post-transformación. La prueba ANOVA mostró que los clústeres generados son estadísticamente diferentes entre sí en términos de las variables de comportamiento “Precio” y “cantidad. Se concluyó que el modelo mejorado de segmentación de ML, basado en la regresión logarítmica, optimiza de manera directa la identificación de las preferencias de los clientes en una empresa de retail.