Show simple item record

dc.contributor.advisorCarbajal López, Eduardo
dc.contributor.authorBriones Gallegos, Fernando David
dc.date.accessioned2021-06-15T11:51:38Z
dc.date.available2021-06-15T11:51:38Z
dc.date.created2021
dc.date.issued2021-06-15
dc.identifier.urihttp://hdl.handle.net/20.500.12404/19470
dc.description.abstractLa investigación toma sustento debido al proceso importante de transformación digital que están afrontando los bancos, lo cual implica una nueva estrategia de canales y educar a sus clientes a usar más aplicativos digitales. Esto es clave si estas organizaciones desean mantener una supervivencia en el mediano plazo debido a que hoy están saliendo nuevos competidores en el mercado. El objetivo de la investigación es identificar las fuentes teóricas que ayuden a plantear la mejor solución para la problemática identificada al momento de realizar un diagnóstico de los procesos en el Banco ABC: mejora del proceso de optimización de canales físicos usando marketing analytics y minería de datos. Como sustentos teóricos, toma como base algoritmos de machine learning de clustering relacionados a los modelos k-means y regresión multivariada. El procedimiento consiste en investigar en distintas fuentes académicas herramientas de diagnóstico de procesos, herramientas de la propuesta de mejora como conceptos de marketing analytics y minería de datos o algoritmos como regresiones y clustering. Finalmente, se analiza 3 casos que plantean problemáticas similares a la que se desea abordar en distintas industrias para poder comparar metodologías a seguir. Como resultados, se pudo consolidar una lista completa de conceptos sólidos del marco teórico que ayuden a sustentar la solución planteada, además, en los 3 casos planteados se identificó que existe un procedimiento claro de cómo abordar un problema de clustering. Como conclusión principal, se resume en que hoy existe mucha información sobre estos temas y casos prácticos como los que se abordan para poder sustentar cualquier propuesta de marketing analytics para una problemática en especifica. Se sugiere a los lectores manejar conceptos teóricos previos de estadística aplicada y algoritmos más sencillos como regresiones lineales para que pueda ser fácilmente entendible la teoría abordada al momento de buscar información de este tipo.es_ES
dc.language.isospaes_ES
dc.publisherPontificia Universidad Católica del Perúes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by/2.5/pe/*
dc.subjectBig Data/Analyticses_ES
dc.subjectMinería de datoses_ES
dc.subjectBancos--Control de procesos--Mejoramientoes_ES
dc.titleMarco teórico y estudios de caso para la mejora en la optimización de la red de agencias de una empresa bancaria en Lima Metropolitanaes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
thesis.degree.nameBachiller en Ciencias con mención en Ingeniería Industriales_ES
thesis.degree.levelBachilleratoes_ES
thesis.degree.grantorPontificia Universidad Católica del Perú. Facultad de Ciencias e Ingenieríaes_ES
thesis.degree.disciplineCiencias con mención en Ingeniería Industriales_ES
renati.advisor.dni41887977
renati.advisor.orcidhttps://orcid.org/0000-0002-0298-5435es_ES
renati.author.dni75858646
renati.discipline722026es_ES
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres_ES
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones_ES
dc.publisher.countryPEes_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.11.04es_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess