DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/24206
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCarrera Buri, Félix Miguel-
dc.contributor.authorJiménez Polanco, Angie Stephanie-
dc.contributor.authorLindao Barros, Dennise Nicole-
dc.date.accessioned2025-02-28T21:00:41Z-
dc.date.available2025-02-28T21:00:41Z-
dc.date.issued2025-02-07-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/24206-
dc.descriptionEste trabajo de investigación se basa en analizar el rendimiento y optimización de las ventas de los vehículos Peugeot en Ecuador. Después de un análisis exhaustivo pudimos notar que actualmente aquí en Ecuador no se le da tanta importancia a la inteligencia artificial en las empresas, es por esto que se ve la necesidad de incrementar técnicas de machine learning para analizar el rendimiento de las ventas de los autos Peugeot, y con esta información poder desarrollar recomendaciones para su optimización. Para poder realizar de manera exitosa este análisis, primero se revisaron conceptos claves para entender más a profundidad los modelos a usar, luego se aplicaron dichos conceptos en la práctica por medio de RStudio donde se realizó primero un modelo de k-means donde se lograron segmentar los clientes en 3 grupos y después en base a esta información se logró predecir las ventas en dólares de los dos años siguientes para cada segmento y de esta manera ver cual era el grupo de clientes que generaba más ingresos para la empresa y cuál era el segmento que menos compraba autos de esta marca. Al final como resultados obtuvimos que el segmento que más autos Peugeot compraba era el segmento 3 de clase alta, pero decidimos dar recomendaciones distintas para incrementar las ventas de cada uno de estos grupos distintos de clientes, enfocándonos un poco más en el segmento con más ventas y en mantener la calidad y esencia de la marca.en_US
dc.description.abstractThis research work is based on analyzing the performance and optimization of sales of Peugeot vehicles in Ecuador. After an exhaustive analysis we could notice that currently here in Ecuador is not given so much importance to artificial intelligence in companies, this is why there is a need to increase machine learning techniques to analyze the performance of sales of Peugeot cars, and with this information can develop recommendations for their optimization. To be able to successfully perform this analysis, we first reviewed key concepts to understand in more depth the models to be used, then applied these concepts in practice by RStudio where a k-means model was first performed where we managed to segment customers into 3 groups and then based on this information we were able to predict the sales in dollars of the next two years for each segment and thus see which group of customers was generating more revenue for the company and which was the segment that bought the least cars of this brand. In the end as results we obtained that the segment that most cars Peugeot bought was the high class 3 segment, but we decided to give different recommendations to increase the sales of each of these different groups of customers, focusing a little more on the segment with more sales and maintaining the quality and essence of the brand.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectSEGMENTACIÓN DE MERCADOen_US
dc.subjectMERCADO AUTOMOTRIZen_US
dc.subjectRENDIMIENTO DE VENTASen_US
dc.subjectECONOMÍA DE MERCADOen_US
dc.titleAnálisis de datos para la evaluación del rendimiento y optimización de las ventas de carros de marca Peugeot en el Ecuador.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Negocios Internacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UCSG-C479-23756.pdf3,67 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons