Analítica de datos aplicada a la gestión de promociones y ventas en una empresa de consumo masivo
Data analytics applied to the management of promotions and sales in a mass consumption company
Autor
Hoz García, Víctor Darío de la
Jiménez Ricardo, Natalia del Carmen
Torres Durán, Jorge Alberto
Fecha
2024-11-28Resumen
El sector de consumo masivo es fundamental en la economía global, donde la efectividad de las estrategias promocionales define la competitividad empresarial. En Barranquilla, la empresa analizada enfrenta desafíos para medir el impacto real de sus promociones, lo que limita el cumplimiento de objetivos comerciales y dificulta la toma de decisiones basadas en datos.
Este proyecto plantea una solución fundamentada en analítica de datos y machine learning mediante el desarrollo de un modelo predictivo que vincula las promociones con el comportamiento de compra de los clientes. Se emplearon técnicas como análisis RFM y modelos de predicción (Regresión Logística y Random Forest), complementadas con un dashboard interactivo diseñado para visualizar resultados y orientar decisiones estratégicas.
Los resultados evidencian un incremento promedio del 38.22% en las ventas, proyectando 534 cajas adicionales al concentrar los recursos en las promociones más efectivas. Este enfoque integral mejora la relación costo-beneficio, potencia la efectividad de las campañas y genera valor tanto para la empresa como para sus clientes, fortaleciendo su competitividad en un entorno dinámico. The mass consumption sector is fundamental in the global economy, where the effectiveness of promotional strategies defines business competitiveness. In Barranquilla, the analyzed company faces challenges to measure the real impact of its promotions, which limits the fulfillment of business objectives and hinders data-driven decision making.
This project proposes a solution based on data analytics and machine learning through the development of a predictive model that links promotions with customer buying behavior. Techniques such as RFM analysis and predictive models (Logistic Regression and Random Forest) were used, complemented with an interactive dashboard designed to visualize results and guide strategic decisions.
The results show an average increase of 38.22% in sales, projecting an additional 534 cases by concentrating resources on the most effective promotions. This integrated approach improves the cost-benefit ratio, enhances the effectiveness of campaigns and generates value for both the company and its customers, strengthening its competitiveness in a dynamic environment.