Segmentación de clientes con Inteligencia Analítica para personalizar las Ventas de los Servicios de las Agencias Turísticas
| dc.contributor.advisor | Mamani Apaza, Guillermo | |
| dc.contributor.author | De La Cruz Gutiérrez, Keyla Dervith | |
| dc.date.accessioned | 2018-07-26T17:20:45Z | |
| dc.date.accessioned | 2018-12-11T21:08:43Z | |
| dc.date.accessioned | 2019-01-08T22:30:53Z | |
| dc.date.available | 2018-07-26T17:20:45Z | |
| dc.date.available | 2018-12-11T21:08:43Z | |
| dc.date.available | 2019-01-08T22:30:53Z | |
| dc.date.issued | 2017-12-27 | |
| dc.description.abstract | El objetivo del presente trabajo fue implementar un modelo de inteligencia analítica basado en redes neuronales artificiales k-medias para identificar los factores externos sociodemográficos, económicos y factores intrínsecos de la lealtad que permitan segmentar y definir el perfil de los clientes que han utilizado los servicios de las agencias turísticas. El diseño de investigación es no experimental, exploratorio de corte transversal. La población estuvo compuesta por los turistas que han hecho uso de los servicios de las agencias turistas sumando un total de 1100 y el tamaño de la muestra de los clientes fue de 570. De los resultados se tiene que un 71,8% de los turistas son leales mientras que un 28,2 la considera no leal. De aquí se deduce que la mayoría de los clientes que han solicitado los servicios de las agencias son leales lo cual significa que darán referencia de la agencia, están dispuestos a volver, hablaran y recomendaran a amigos y familiares a hacer uso de las agencias por su buen servicio. El estudio concluye que la implementación del modelo de inteligencia analítica basado en redes neuronales artificiales k-medias identifica los factores externos sociodemográficos, económicos y factores intrínsecos de la lealtad que permiten segmentar y definir el perfil de los clientes que han utilizado los servicios de las agencias turísticas. | es_ES |
| dc.description.escuela | Escuela de Posgrado Unidad de Ingeniería y Arquitectura | es_ES |
| dc.description.lineadeinvestigacion | Tecnología de información e innovación tecnológica | es_ES |
| dc.description.sede | LIMA | en_ES |
| dc.description.uri | Tesis | en_ES |
| dc.format | application/pdf | en_ES |
| dc.identifier.uri | http://repositorio.upeu.edu.pe/handle/20.500.12840/1197 | |
| dc.language.iso | spa | es_ES |
| dc.publisher | Universidad Peruana Unión | es_ES |
| dc.publisher.country | PE | |
| dc.rights | info:eu-repo/semantics/openAccess | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by/2.5/pe/ | * |
| dc.source | Universidad Peruana Unión | es_ES |
| dc.source | Repositorio Institucional - UPEU | es_ES |
| dc.subject | Segmentación de clientes | es_ES |
| dc.subject | Inteligencia analítica | es_ES |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | |
| dc.title | Segmentación de clientes con Inteligencia Analítica para personalizar las Ventas de los Servicios de las Agencias Turísticas | es_ES |
| dc.type | info:eu-repo/semantics/masterThesis | es_ES |
| thesis.degree.discipline | Maestría en Ingeniería de Sistemas con Mención en Dirección y Gestión de Tecnologías de Información | es_ES |
| thesis.degree.grantor | Universidad Peruana Unión. Unidad de Posgrado de Ingeniería y Arquitectura | es_ES |
| thesis.degree.level | Maestría | es_ES |
| thesis.degree.name | Maestra en Ingeniería de Sistemas con Mención en Dirección y Gestión de Tecnologías de Información | es_ES |