Aplicación y uso del Data Mining y Big Data para estimar el comportamiento de compra de los usuarios en una empresa del sector retail de la Ciudad de Medellín
Share this
Date
2020Advisor
Metadata
Show full item recordPDF Documents
Title
Application and use of Data Mining and Big Data to estimate the purchasing behavior of users in a company in the retail sector of the City of Medellín
Abstract
Actualmente los datos se consideran el petróleo del mundo digital, por lo tanto, el análisis Big Data debe permitir a las empresas generar una ventaja competitiva acercando su perspectiva de negocio desde el ámbito tecnológico, donde el aprovechamiento de la información pueda lograr establecer estrategias para anticipar los cambios que están vinculados directamente con el comportamiento de los consumidores.
Esta investigación se desarrolla por medio de la metodología CRISP – DM, el cual es un modelo utilizado para obtener mejores y más rápidos resultados en la minería de datos. La aplicación del modelo, se hace a través de Microsoft office Excel versión 2016 y por medio de sus complementos estadísticos, que permitieron obtener resultados cuya información ha permitido predecir y proyectar unidades a vender en determinado periodo de tiempo.
Después de haber implementado los modelos y las herramientas disponibles se logra identificar que el limpia pisos Citronela es el producto líder con un 28% de participación en ventas y por otro lado el producto menos vendido es el Limpia vidrios con una participación del 0,02%, también se observa que el grupo más vendido es la línea de aseo general con un 72,6%, adicional se proyectaron 22730 unidades a vender en diciembre de 2020 del producto líder y 295 unidades de suavizante, el cual presenta disminución de ventas en los periodos evaluados.
Abstract
Currently, data is considered the oil of the digital world, therefore, Big Data analysis should allow companies to generate a competitive advantage by bringing their business perspective from the technological field, where the use of information can establish strategies to anticipate changes that are directly linked to consumer behavior.
This research is developed through the CRISP - DM methodology, which is a model used to obtain better and faster results in data mining. The application of the model is done through Microsoft office Excel version 2016 and through its statistical add-ons, which allowed obtaining results whose information has allowed to predict and project units to be sold in a certain period of time.
After having implemented the models and tools available, it is possible to identify that Citronela floor cleaner is the leading product with a 28% share in sales and, on the other hand, the least sold product is Glass Cleaner with a 0.02% share. , it is also observed that the best-selling group is the general cleaning line with 72.6%, additionally 22,730 units were projected to be sold in December 2020 of the leading product and 295 units of fabric softener, which shows a decrease in sales in the periods evaluated.