Borrador TESIS Aaron Bendfeldt REV2

Universidad de San Carlos de Guatemala
Facultad de Ingeniería
Escuela de Estudios de Postgrado
Maestría en Gestión Industrial
ANÁLISIS DEL COMPORTAMIENTO DE COMPRA DE LOS CLIENTES EN GUATEMALA DE

UNA EMPRESA DE EXPORTACIÓN SIMPLIFICADA, MEDIANTE LA TÉCNICA DE
SEGMENTACIÓN DE CLIENTES RFM
Aarón Bendfeldt Vásquez

Asesorado por el Msc. Ing. Everest Medinilla
Guatemala, noviembre de 2022

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERÍA

TRABAJO DE GRADUACIÓN
PRESENTADO A LA JUNTA DIRECTIVA DE LA

POR
ING. AARÓN BENDFELDT VÁSQUEZ

ASESORADO POR EL MSC. ING. EVEREST MEDINILLA
AL CONFERÍRSELE EL TÍTULO DE
MAESTRO (MAGISTER) EN GESTIÓN INDUSTRIAL
GUATEMALA, NOVIEMBRE DE 2022

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
NÓMINA DE JUNTA DIRECTIVA
DECANA Inga. Aurelia Anabela Córdova Estrada

VOCAL I Ing. José Francisco Gómez Rivera
VOCAL II Ing. Mario Renato Escobedo Martínez
VOCAL III Ing. José Milton de León Bran
VOCAL IV Br. Christian Moisés de la Cruz Leal
VOCAL V Br. Kevin Armando Cruz Lorente
SECRETARIO Ing. Hugo Humberto Rivera Pérez
TRIBUNAL QUE PRACTICÓ EL EXAMEN GENERAL PRIVADO
DECANO Inga. Aurelia Anabela Córdova Estrada

EXAMINADOR Inga. Adela María Marroquín González
EXAMINADOR Ing. Jorge Rodolfo García Carrera
EXAMINADOR Ing. Gerardo Ordoñez
SECRETARIO Ing. Hugo Humberto Rivera Pérez
HONORABLE TRIBUNAL EXAMINADOR
En cumplimiento con los preceptos que establece la ley de la Universidad de

San Carlos de Guatemala, presento a su consideración mi trabajo de
graduación titulado:

Tema que me fuera asignado por la Dirección de la Escuela de Estudios de

Postgrado, con fecha 19 de febrero de 2021.
Ing. Aarón Bendfeldt Vásquez

aaron@gronn.gt
ACTO QUE DEDICO A:
Mi madre Ana Vásquez vda. de Bendfeldt, por apoyarme

incondicionalmente en mi camino hacia ser un
profesional.
Mi padre Eduardo Bendfeldt R. (q.e.p.d.), por inspirarme

siempre a recibir los retos de la vida con la
mejor actitud y nunca darme por vencido.
Mi hermano Hubert Bendfeldt Vásquez, por brindarme

siempre su apoyo incondicional y animarme a
seguir adelante no importando las
circunstancias.
Mis abuelos Ángel María Vásquez C., Eduardo Bendfeldt G.

(q.e.p.d.), Eva Argentina Vásquez y Elena
Aracely Rosas, por mostrarme el valor del
trabajo duro.
Mi familia Por su apoyo incondicional a lo largo de mis

proyectos personales y profesionales.
Mi Novia Carien Schippers, por sus palabras de aliento,

dulce apoyo y siempre mostrarme otra
perspectiva de vida.
AGRADECIMIENTOS A:
Universidad de San Carlos de Por darme la oportunidad de

Guatemala aprender.
Facultad de Ingeniería Por mostrarme el valor del trabajo

duro y disciplina.
Escuela de Estudios de Posgrado Por ser una importante parte de mi

formación como profesional.
Mis amigos de la Facultad Por su apoyo y compañía durante los

estudios.
ÍNDICE GENERAL
ÍNDICE DE ILUSTRACIONES............................................................................12
LISTA DE SÍMBOLOS.........................................................................................13
GLOSARIO..........................................................................................................14
RESUMEN...........................................................................................................17
PLANTEAMIENTO DEL PROBLEMA.................................................................19
OBJETIVOS.........................................................................................................22
RESUMEN DEL MARCO METODOLÓGICO.....................................................23
INTRODUCCIÓN.................................................................................................27
1. MARCO REFERENCIAL..........................................................................29
2. MARCO TEÓRICO...................................................................................33
2.1 Antecedentes de la empresa....................................33
2.1.1 Breve historia de la empresa................33
2.1.2 Misión y visión......................................34
2.1.3 Situación de la empresa.......................35
2.1.4 Contexto sobre consumidores actuales35
2.1.5 Servicios brindados por la empresa.....36
2.2 Exportación...............................................................37
2.2.1 Exportación simplificada.......................38
2.2.2 Exportación formal................................38
2.3 Comportamiento del consumidor.............................38
2.4 Compra.....................................................................39
2.5 Sistemas de gestión empresarial.............................41
2.5.1 ERP.......................................................41
2.5.2 CRM......................................................42
2.5.3 Inteligencia Empresarial.......................43
2.6 Estrategia empresarial..............................................46
2.6.1 Segmentación de clientes....................47
10
2.7 Segmentación mediante RFM..................................49
2.7.1 Definición de RFM................................49
2.7.2 Datos necesarios para el cálculo de RFM51
2.7.3 Metodología de cálculo de RFM...........51
2.7.4 Variantes del modelo RFM...................52
3. DESARROLLO DE LA INVESTIGACIÓN................................................53
4. PRESENTACIÓN DE RESULTADOS......................................................63
5. DISCUSIÓN DE RESULTADOS..............................................................73
6. ANEXOS...................................................................................................92
11
ÍNDICE DE ILUSTRACIONES
FIGURAS
Figura 1. Trayectoria de decisión del consumidor.......................39

Figura 2. Pirámide de jerarquía de conocimiento........................44
Figura 3. Diagrama de flujo de la investigación...........................53
Figura 4. Ejemplo de valor RFM para un cliente.........................59
Figura 5. Representación gráfica de RFM...................................61
Figura 6. Promedio de días transcurridos desde la última compra
por segmento 65
Figura 7. Promedio de cantidad de compras por segmento........66
Figura 8. Contribución porcentual de los ingresos por segmento
68
Figura 9. Cantidad de Clientes por Segmento.............................75
TABLAS
I. Tabla I. Matriz de Variables y definiciones.............................................24

II. Tabla II. Ejemplo de datos necesarios para cálculo de RFM..................51
III. Tabla III. Tipos de segmentación de clientes...........................................55
IV. Tabla IV.Segmentos obtenidos a través de RFM....................................61
V. Tabla V. Cantidad de clientes por segmento...........................................65
VI. Tabla VI.Estructura de Hoja de Cálculo para Almacenar la información
de los clientes...........................................................................................71
12
LISTA DE SÍMBOLOS
Símbolo Significado
13
GLOSARIO
Análisis de datos Refiere a realizar operaciones con datos, con la

finalidad de obtener conclusiones precisas.
Base de datos Programa capaz de almacenar gran cantidad de datos

relacionados y estructurados, que pueden ser
consultados rápidamente.
Conocimiento Mezcla fluida de experiencia enmarcada, valores,

información contextual y perspicacia que proporciona
un marco para evaluar e incorporar nuevas
experiencias e información.
Courier Empresa dedicada al transporte de paquetes, de un

lugar a otro.
CRM Siglas en inglés de Customer Relationship

Management, que se refiere comúnmente a un software
sobre la administración de las relaciones con los
clientes.
Datos Cualquier secuencia de uno o más símbolos a los que

se les da significado mediante actos específicos de
interpretación.
ERP Siglas en inglés de Enterprise Resource Planning, que

se refiere comúnmente a un conjunto de aplicaciones
14
de software integradas, y permiten automatizar y
gestionar la mayoría de las prácticas de negocio.
Exportación El conjunto de bienes y servicios vendidos por un país
en un territorio extranjero para su utilización.
Gestión Acción o trámite que, junto con otros, se lleva a cabo

para conseguir o resolver un asunto.
Información Lo que es transmitido o representado por un arreglo

particular o secuencia, un mensaje, generalmente en
forma de documento o comunicación.
Inteligencia de Negocios También llamada inteligencia empresarial o BI por sus

siglas en inglés (Business Intelligence), se refiere a la
infraestructura técnica y de procedimiento que recopila,
almacena y analiza los datos producidos por las
actividades de una empresa.
KPI Los indicadores clave de rendimiento (KPI) se refieren a

un conjunto de medidas cuantificables utilizadas para
medir el rendimiento general a largo plazo de una
empresa.
MIPYME Micro, pequeñas y medianas empresas.
Puntuación RFM Puntuación individual de 1 a 5 (de peor a mejor) a cada

cliente en sus tres variables de análisis, el valor o
puntuación RFM es el resultado de unir estos tres
valores.
15
RFM Modelo de segmentación utilizado en el análisis de
marketing que segmenta la base de consumidores de
una empresa por sus patrones o hábitos de compra.
Segmentación
de clientes Proceso mediante el cual las empresas dividen a sus
clientes en categorías específicas, agrupadas por
características que se extraen de su comportamiento.
Sistema Conjunto ordenado de normas y procedimientos que

regulan el funcionamiento de un grupo o colectividad.
Sistematización Organizar un conjunto de elementos de manera que

formen un sistema.
Software Término informático que hace referencia a un programa

o conjunto de programas de cómputo, así como datos,
procedimientos y pautas que permiten realizar distintas
tareas en un sistema informático.
16
RESUMEN
En esta investigación se analizó el comportamiento de compra del

consumidor en Guatemala de una empresa dedicada a la exportación simplificada.
Dicha empresa deseaba analizar a los clientes que compraron sus servicios en un
periodo de 42 meses, con la finalidad de obtener segmentos de clientes que
compartan similitudes en su comportamiento de compra.
Para esto se utilizó el modelo RFM, el cual mide tres dimensiones de la

interacción que los clientes han mostrado históricamente, al permitir valorar lo
reciente de la última compra, su frecuencia y su valor monetario. Este modelo de
segmentación permitió comprender los segmentos de clientes que la empresa
posee, mediante una puntuación de uno a cinco en cada dimensión individual de
frescura (R), frecuencia (F) y valor monetario (M), así como una puntuación RFM.
Este modelo permitió generar segmentos de clientes basados en su

similitud de comportamiento en las dimensiones anteriormente mencionadas, para
posteriormente analizar el comportamiento de cada segmento, mediante el
promedio de días transcurridos desde la última compra, el promedio de cantidad
de compras, y contribución porcentual de ingresos por segmento. Adicionalmente
se realizó un análisis de la cantidad de clientes activos por semestre.
Dentro de los hallazgos encontrados destaca que más del 93% de ingresos
de la empresa provienen de dos segmentos de clientes principales, así como un
análisis de la contribución porcentual de ventas de estos dos segmentos
principales.
17
Finalmente se brindó la conclusión a los objetivos planteados, así como
recomendaciones basadas en los hallazgos plasmados en la presente
investigación.
18
PLANTEAMIENTO DEL PROBLEMA
 Contexto general
Durante una reunión sostenida con la administración de la empresa en

enero de 2021, se expuso la necesidad de realizar un análisis sobre el
comportamiento de compra del consumidor de la empresa. La empresa desea
analizar a los clientes que han consumido sus servicios en un período de tiempo
de cuarenta y dos meses, para poder crear segmentos de clientes que poseen
comportamientos similares en su frecuencia de envío, el valor monetario que
representan a la empresa y que tan reciente ha sido su última compra.
 Descripción del problema
No existe claridad sobre como agrupar o segmentar a los clientes de una

forma práctica, sobre el valor monetario que representa cada cliente y finalmente
una falta de análisis sobre la frecuencia de compra. Lo anterior ha causado pocas
oportunidades para innovar en sus servicios, retener a clientes clave, falta de
comprensión sobre el comportamiento de sus clientes, así como en cuáles debe
enfocarse. Asimismo no existe claridad sobre cómo identificar a sus clientes que
aportan el mayor valor a la empresa. Cabe mencionar que la empresa cuenta con
un historial de información amplio de sus clientes, sin embargo, nunca se ha
analizado el comportamiento de compra.
Esta información puede ser analizada y permitir a la empresa comprender

quiénes son sus clientes, así como desarrollar nuevas propuestas para grupos de
sus clientes que se comportan de forma similar. La falta de conocimiento del
comportamiento de compra ha limitado el entendimiento sobre el potencial real de
19
venta que tienen sus servicios, así como evaluar la retención de clientes que
actualmente poseen.
Los beneficios que esta investigación busca generar son visibilidad y claridad
sobre que tan reciente, frecuente y el monto total de compra que se realizan por
clientes que comparten un comportamiento similar, al entregar una herramienta
que podrá ser adoptada por la empresa para analizar a sus clientes de este punto
en adelante. Facilitará la toma de decisiones relacionadas con sus clientes, siendo
la empresa y su área comercial más eficiente con sus recursos y tiempo. Se
espera que uno de los resultados de esta investigación sea acelerar el crecimiento
de la empresa, así como beneficiar a los consumidores actuales y futuros, al abrir
la oportunidad a más empresas pequeñas, emprendedores y MIPYMES, para que
exporten sus productos a distintas partes del mundo y obtener un mejor precio por
sus artículos en el extranjero.
 Formulación del problema
A continuación se muestran los pasos para formular el problema.
 Pregunta central
¿Cómo analizar el comportamiento de compra del consumidor en

Guatemala, de una empresa que se dedica a la venta de servicios de exportación
simplificada durante el periodo de enero de 2018 a junio de 2021?
 Preguntas de investigación
o ¿Qué modelo puede utilizarse para analizar el comportamiento de compra de

los consumidores en Guatemala?
20
o ¿Cuál es el sistema estandarizado, establecido y consistente para almacenar
la información de los clientes?
o ¿Qué beneficios tendrá el modelo de segmentación de clientes?
 Delimitación del estudio
La investigación se realizará en una empresa dedicada a la prestación de

servicios de exportación simplificada, utilizando información histórica de ventas de
42 meses de sus clientes en Guatemala. La investigación se desarrollará durante
9 meses, tiempo en el cual se realizarán los cálculos RFM.
21
OBJETIVOS
General
Analizar el comportamiento de compra del consumidor en Guatemala de

una empresa que se dedica a la venta de servicios de exportación simplificada,
durante el periodo de enero de 2018 a junio de 2021.
Específicos
1. Determinar el modelo que puede ser utilizado para analizar el

comportamiento de compra de los consumidores en Guatemala.
2. Definir el sistema estandarizado, establecido y consistente para
almacenar la información de los clientes.
3. Establecer los beneficios generados por el modelo de segmentación de
clientes.
22
RESUMEN DEL MARCO METODOLÓGICO
La investigación fue de tipo retrospectivo, ya que se basó en datos históricos

obtenidos de sus sistemas de gestión empresarial, se utilizaron variables
numéricas para el cálculo de la segmentación RFM. Los datos utilizados fueron de
42 meses, desde enero de 2018 hasta junio de 2021.
El enfoque del estudio fue mixto, ya que se utilizarán variables numéricas

para la segmentación RFM relacionadas a datos de los clientes, tales como
compras más recientes, la frecuencia de estas y valor monetario de las
transacciones de los clientes en un período determinado, esto para la obtención
de segmentos que serán utilizados para su análisis posterior.
El diseño adoptado fue no experimental, pues la información de las bases de

datos fue analizado en su estado original, se realizaron cálculos sobre estos datos
para la obtención de las puntuaciones del modelo RFM; además, fue transversal,
pues se utilizaron los datos de variables recopiladas en un período de tiempo
sobre una población predefinida.
Esta investigación tuvo un alcance descriptivo, debido a que muestra la

información de los clientes de la empresa de una forma gráfica y analizó el
comportamiento de los segmentos de mercado obtenidos por el modelo de
segmentación RFM.
La población en estudio fueron los consumidores en Guatemala de una

empresa de exportación simplificada, se trabajó con un total de 741 clientes, los
cuales tuvieron compras en el período a realizar el análisis. Es importante resaltar
que se utilizó la muestra total de clientes, ya que esto es necesario bajo el modelo
de segmentación RFM.
23
Tabla I. Matriz de Variables y definiciones
VARIABLE Definición teórica Definición operativa

Frescura (R) Días transcurridos desde el día de la Puntuación R, número entero
última compra y el día de análisis. entre uno y cinco.
Frecuencia (F) Cantidad de compras realizadas Puntuación F, número entero
durante el período de análisis. entre uno y cinco.
Valor Valor total en quetzales de compras Puntuación M, número entero
Monetario (M) realizadas durante el período de entre uno y cinco.
análisis.
Fuente: elaboración propia, hecho con Google sheets.
Para resolver el problema planteado primeramente se revisó literatura e

investigaciones similares de comportamiento de consumidores, así como de
segmentación RFM, con el objetivo de comprender las limitaciones del modelo y
verificar si era posible realizarlo con los datos históricos.
Como segunda fase se recopilaron las bases de datos de los sistemas de

gestión empresarial de la empresa con toda la información de los clientes. Se
realizó una depuración inicial, dejando únicamente los datos que seríaun útiles, así
mismo calculando en google sheets los valores necesarios (definición teórica), y
creando así el sistema estandarizado, establecido y consistente para poder
almacenar y analizar la información de los clientes. Posteriormente se alimentaron
estos datos en software estadístico r y se procedió con los cálculos de RFM, esto
para obtener las puntuaciones por cliente (definición operativa) y conocer los
segmentos de clientes obtenidos a través de este software.
Como tercer fase se analizó la información obtenida y se procedió modelar el

comportamiento de compra de los segmentos de forma gráfica. Finalmente se
procedió a interpretar toda la información, revisando tendencias y hallazgos,
buscando generar valor para la empresa con el conocimiento obtenido, para
concluir la investigación.
24
25
INTRODUCCIÓN
Esta investigación de sistematización tuvo como objetivo analizar el

comportamiento de compra del consumidor durante el período de Enero de 2018 a
Junio de 2021, en una empresa dedicada a la venta de servicios de exportación
simplificada, basándose en análisis de datos, así mismo permitió la generación de
una estructura de segmentación de sus clientes. Esta investigación le brinda a la
empresa una herramienta para su gerencia estratégica, al utilizar el análisis de
datos y generar inteligencia de negocios para la misma.
La empresa no comprendía a profundidad el comportamiento de su cliente, lo

cual limitaba su capacidad de aumentar sus ventas y atender a sus consumidores
con servicios enfocados en lo que actualmente estos están comprando. Se utilizó
la información y datos del comportamiento del consumidor con base en la
información histórica que la empresa posee, para evidenciar cómo se comportan
sus clientes y segmentarlos.
Dichos segmentos fueron obtenidos a partir de la data del CRM y ERP de la

empresa, al relacionar el comportamiento de compra, al tomar en cuenta qué tan
recientemente han comprado los clientes, cuáles son más frecuentes y quiénes
son los de mayor valor monetario. Todo lo anterior, con el objetivo de que la
empresa desarrolle nuevas propuestas específicas para cada segmento de
clientes y aumente sus ventas. No se tiene conocimiento de un estudio de
comportamiento de clientes y segmentación de estos, publicado en Guatemala y
relacionado con la industria de exportación, por lo cual el presente estudio
aportará a la innovación en gestión de la información de clientes en esta industria.
Se estableció un sistema estandarizado y consistente dónde se permite almacenar
la información de los clientes, y que permite preparar toda la información
26
necesaria para proceder a segmentar a los consumidores, a través del modelo
RFM.
Este estudio y la aplicación del modelo RFM brinda a la empresa una

herramienta para la mejora de su estrategia empresarial, mediante la
segmentación de clientes, así como brinda nueva información mediante el análisis
de datos para evidenciar comportamientos y tipos de clientes que no son posible
analizar a simple vista.
En el capítulo uno se abordan distintas referencias de estudios simiares, que

sirven como base de referencia para llevar a cabo la investigación. En el segundo
capítulo se puede encontrar el marco teórico, en el cuál se desarrollan temas
relacionados al los antecedentes de la empresa, la exportación, el comportamiento
de compra del cliente, sistemas de gestión empresarial, estrategia empresarial y
segmentación mediante el análisis RFM.
El capítulo tres contiene todo el desarrollo de la investigación, con una

explicación adicional de cada fase realizada, desde la revisión de literatura, la
selección del modelo de segmentación propuesto en este estudio, así como una
explicación de la forma de obtención de las puntuaciones de cada variable de la
segmentación RFM. Adicionalmente incluye una explicación general de la forma
en la que trabaja esta segmentación, la descripción de los segmentos de clientes
que se obtendrán y una representación gráfica del RFM.
El capítulo cuatro presentará los resultados de la investigación en forma de

gráficas, tablas y descripción de las mismas, así como una breve explicación de lo
observado. En el capítulo final se discutirán los resultados, dentro de los cuales
destaca la alta dependencia que posee la empresa en dos segmentos de clientes,
así como un análisis adicional de RFM que muestra una de las ventajas de realizar
este tipo de segmentación. Posterior a esto se procederá a presentar las
conclusiones y recomendaciones de la investigación.
27
28
1. MARCO REFERENCIAL
El avance tecnológico del siglo XXI ha modificado completamente la forma

de gestionar la industria, al permitir la toma de decisiones en funciónn de optimizar
sus recursos, dicho proceso puede ser basado en información histórica
(administrativa, operativa, y/o comercial), que puede ser utilizada para analizar
cómo se ha desempeñado la empresa en el pasado y también cómo lo está
haciendo en la actualidad.
Conocer el comportamiento de los clientes es crucial para poder proveerles

productos y servicios de alta calidad, así como mantenerlos fieles a la empresa y
generar ganancias para la misma. Debido a esto, muchas empresas han
introducido softwares tales como ERP y CRM, que les permiten gestionar su
relación con sus clientes, así como almacenar información valiosa de los mismos.
“El CRM ha sido introducido para satisfacer las necesidades de los clientes al
mismo tiempo que se mejora la fuerza de ventas y el mercadeo para el negocio”
(Cheng & Chen, 2009, p. 4176).
Swift, Parvatiyar & Seth (citado por Rojlertjanya, 2019) menciona qué “Un
CRM consiste de 4 dimensiones: identificación de clientes, atracción de clientes,
retención de clientes y desarrollo de clientes” (p. 2). La información que un CRM
permite obtener es muy valiosa, siendo las dos primeras dimensiones relevantes
para un proceso previo a la compra, y las dos últimas dimensiones son relevantes
al momento de que un cliente ya ha comprado. La información almacenada de
nuestros clientes en un CRM permitirá crear una adecuada segmentación, para
retener y desarrollar a los mismos.
Además, Rojlertjanya (2019) menciona que la segmentación de clientes, con

información de un CRM, permite identificar efectivamente a grupos de clientes que
29
comparten características y comportamientos comunes. (p. 14) El aporte a esta
investigación es validar que la información obtenida de los sistemas de gestión
empresarial permitirá identificar efectivamente a grupos de clientes, es decir,
realizar una segmentación a partir de los datos e información existente.
Como menciona Jonsson (2017) en su estudio, la segmentación de clientes

busca generar más conocimiento sobre la base de clientes, para proveer servicios
adecuados a sus grupos individuales, basado en sus deseos y necesidades
reales. El aporte a esta investigación está relacionado con la segmentación de la
base de clientes. La empresa podrá analizar de mejor manera los datos e
información que posee, permitiéndole ser estratégicos en su acercamiento hacia
clientes actuales y futuros, así mismo comprender cómo agrupar a sus clientes
basados en el conocimiento e información actual.
Según Rojlertjanya (2019), obtener una adecuada segmentación de los

clientes es necesario para comprender su comportamiento, así como sus patrones
de compra. Para la atracción y retención de clientes es posible utilizar las variables
de RFM como forma de medición de lo reciente de la compra, la frecuencia y el
valor monetario.
El aporte de esto confirma que es posible utilizar las variables individuales de

RFM, para analizar el comportamiento de compra del cliente, basado en una
escala para cada variable y se pueden encontrar grupos que poseen
comportamientos similares.
Kotler y Armstrong (citados por Rubio Alemán, 2017), mencionan que para
poder posicionar un producto o servicio se deben seguir varios pasos, y el primero
es la segmentación del mercado; el segundo es la evaluación de interés de cada
segmento; el tercero es la selección de un mercado objetivo; el cuarto es la
identificación de las diversas posibilidades de posicionamiento para cada
segmento elegido; y el quinto es la selección y desarrollo de un concepto de
30
posicionamiento. El aporte a esta investigación es validar que para posicionar los
servicios que la empresa brinda, primero deberá de realizar una segmentación de
mercado, que le ayude a tener la claridad para efectuar el resto de su estrategia
comercial y buscar el crecimiento de sus ventas.
A pesar de que existen diversos modelos de segmentación de clientes, de

acuerdo al estudio de Soudagar. (2012), el modelo RFM es uno de los mejores
para hacer una segmentación de clientes para comprender de una mejor manera
el comportamiento de compra del cliente: proporciona información desde la última
compra, la cantidad de compras realizadas en un período determinado y el valor
monetario gastado por el cliente en un período determinado. El aporte a esta
investigación será utilizar uno de los mejores modelos de segmentación de
clientes, contextualizada a una empresa de exportación simplificada en
Guatemala.
Como expresa Jonsson (2017), el modelo RFM se considera un método muy

popular para segmentación, debido a su simplicidad y facilidad de implementación
dentro de la empresa. El aporte a esta investigación es la validación de que este
modelo de segmentación proporcionará una herramienta simple y fácil de
implementar, para poder realizar una segmentación de clientes adecuada y que
pueda adaptarse hacia futuro con el crecimiento de la empresa.
Existen diversos estudios sobre el modelo RFM y datos de softwares de

gestión empresarial para poder segmentar a clientes. Di Tullio (2014) indica que
este modelo muestra una medida de ajuste mayor que compara una serie de
tiempo de doce meses con una de menor cantidad, lo cual revela que a mayor
cantidad de meses y datos se obtiene un mejor ajuste de datos. El aporte a la
investigación será validar que al utilizar 42 meses de datos de los sistemas de
gestión empresarial de la empresa se podrá obtener un mejor ajuste de datos
sobre la segmentación, porque será más apegada a la realidad.
31
Como ejemplo, una empresa de servicios de telecomunicaciones realizó un
estudio de segmentación de sus clientes; obtuvo grupos que les permitieron
ordenar a sus consumidores desde los más rentables a los menos rentables.
También definió sus audiencias, personalizó sus servicios para sus clientes,
mejoró el retorno sobre inversión, aumentó la satisfacción de sus clientes e
identificó oportunidades de crecimiento en su rentabilidad. Al conocer y agrupar a
los clientes, basados en sus necesidades comunes, comprendieron de mejor
manera el comportamiento de compra de sus clientes, que proporcionó
información a la empresa para identificar estrategias específicas para cada
segmento, sean estas de mantener o proteger a ciertos segmentos, según
Mohammed (2020). El aporte a la investigación será validar que es posible obtener
una segmentación de clientes, que permita identificar las oportunidades de
aumentar el retorno sobre inversión, aumentar la satisfacción de los clientes e
identificar oportunidades de crecimiento en su rentabilidad.
Por este motivo y por su facilidad de implementación se utilizará la

segmentación RFM en este estudio, para obtener segmentos de clientes que
permitan a la empresa agrupar a sus consumidores de acuerdo con su
comportamiento de compra. Esto se logra al tomar en cuenta lo reciente de sus
compras, la frecuencia de las mismas y el valor monetario de estas, para
posteriormente segmentar mediante el modelo RFM y analizar la información y
conocimiento que brindará el mismo sobre los datos que la empresa posee
actualmente.
32
2. MARCO TEÓRICO
2.1 Antecedentes de la empresa
Existe una industria amplia de exportación formal en Guatemala; sin

embargo, la exportación simplificada es todavía una industria en crecimiento,
por la falta de datos sobre su tamaño y sin fuentes oficiales de información al
respecto.
La empresa busca ser el motor de desarrollo y crecimiento del producto

local, al posibilitar que todos tengan acceso a las mismas oportunidades de
mercado. Dicha empresa cuenta con una amplia trayectoria en la exportación
simplificada y ha crecido rápidamente gracias a su atención personalizada,
porque sus servicios incluyen la logística desde la puerta del artesano hasta la
puerta del cliente en todo el mundo. La función de la empresa es recoger
productos en cualquier parte de Guatemala y entregarlos en cualquier parte del
mundo.
2.1.1 Breve historia de la empresa
La empresa cuenta con seis años en el mercado de exportación. Inicia con

el propósito de responder y resolver un gran problema en el mercado
guatemalteco de exportación por la falta de un servicio todo incluido, que
permita a marcas pequeñas, a artesanos y emprendedores enviar sus
productos a todo el mundo a un precio razonable y con asesoría especializada.
33
Originalmente solo pensó en exportar zapatos, pero la empresa (en ese
entonces un emprendimiento) detectó que el mercado de servicios de
exportación estaba desatendido, y también descubrió que el precio del envío
era una limitante para exportar un producto desde Guatemala a otro país.
Decididos a aprovechar esta oportunidad de mercado, cuatro socios iniciaron
con la empresa en un espacio de aproximadamente seis metros cuadrados.
A través de la simplificación de procesos, que tradicionalmente son muy

complejos para marcas pequeñas, artesanos o emprendedores, la empresa ha
logrado exportar más de 39,800 paquetes, y ha trabajado con más de 1,100
clientes desde el 2018. Abrió las puertas a muchos emprendedores, MIPYME,
artesanos y marcas locales para colocar sus productos en otros mercados de
mayor capacidad adquisitiva e innovó con un servicio especializado para las
manufacturas guatemaltecas.
2.1.2 Misión y visión
Misión: Apoyar a los artesanos y empresas para que superen las

limitaciones de comercialización, simplificando la distribución a través de
asesorías e innovación en servicios de logística y exportación.
Visión: Ser la opción número uno en logística local y de exportación para

productores locales, compradores internacionales o cualquier cliente.
34
2.1.3 Situación de la empresa
La empresa ha crecido, desde un emprendimiento hasta una empresa

consolidada, con operaciones formales y una demanda estable a lo largo del
año. Debido a que es una empresa joven, existen muchas necesidades no
satisfechas, tales como analizar el comportamiento de sus clientes, así como
obtener información valiosa a partir de su base de datos. El comprender a sus
clientes, tal como la empresa indica en un documento interno, le permitirá
entregar un valor adicional a su cliente y crear vínculos duraderos en el tiempo.
La empresa cuenta con doce empleados, un espacio de operación de 200

m2, desde dónde se envían los paquetes. Sin embargo, tiene planes de
crecimiento y apertura de nuevas sedes a lo largo del país, para atender a más
clientes y agilizar los tiempos de exportación, así como tener una atención más
personalizada en el mercado de productos hechos a mano.
La empresa se ha enfocado en buscar y retener a clientes recurrentes, al

concederles una mejor tarifa y de esta forma generar un buen vínculo con sus
clientes. Sin embargo, nunca se ha realizado un análisis de su información
almacenada de clientes, tomando en cuenta su frescura, su frecuencia y su
valor monetario de compra.
2.1.4 Contexto sobre consumidores actuales
Los consumidores de la empresa son principalmente MIPYMES (marcas

locales, artesanos y emprendedores) que ya cuentan con clientes en el
extranjero, y buscan una solución de exportación para hacer llegar sus
35
productos hasta la puerta de este. Muchos de los artesanos manufacturan sus
productos en distintas partes de Guatemala y los venden a través de
plataformas de comercio electrónico, venta directa o poseen un distribuidor en
el exterior. Una gran parte de estos clientes se han especializado en la
exportación, debido a la apreciación que existe sobre los productos hechos a
mano en otros países, especialmente en Estados Unidos, Canadá, Europa y
Asia.
Debido al tamaño de la empresa de los clientes o bien como resultado de

su modelo de negocios, la exportación simplificada permite a la empresa
encontrar un nicho de mercado que valora un servicio rápido, diferenciado y la
asesoría de la empresa respecto del producto que el cliente desea exportar.
Los productos que los clientes actuales exportan son muy diversos, tales
como documentos, comidas procesadas, cosméticos, obras de arte
enmarcadas, productos de cerámica, productos de vidrio, artesanías de barro,
artesanías de mostacilla, trajes típicos, imágenes religiosas, máscaras
tradicionales, artículos personales, textiles, hilos, zapatos, artículos en cuero,
entre otros. Estos artículos se producen y provienen de varios poblados de los
departamentos de Guatemala.
La empresa cuenta con dos bases de consumidores: clientes que residen
en Estados Unidos y que utilizan los servicios de la empresa, y clientes que
residen en Guatemala, los cuales serán el objeto de estudio en esta
investigación.
2.1.5 Servicios brindados por la empresa
36
Los servicios que la empresa ofrece se dividen en tres principales: el
servicio express, el cual posee cobertura a nivel mundial, con un rango de peso
desde 0.5 kg hasta 20 kg por paquete. El segundo servicio es e-commerce, el
cual posee una cobertura del 70 % en destinos mundiales, y que es ofrecido
únicamente a sus clientes recurrentes. El tercer servicio es llamado wholesale,
que tiene cobertura únicamente para Estados Unidos, con un rango de peso de
paquetes de 32.5 kg a 300 kg.
El servicio de exportación es cobrado en función del peso real, el cual

puede ser obtenido mediante una balanza o el peso volumétrico, que se obtiene
mediante las medidas de largo, ancho y alto del paquete en función del espacio
ocupado. El peso para cobrar es el que resulte más alto entre ambos.
Adicionalmente, la empresa ofrece servicios complementarios para los

productos que exporta, por ejemplo: empaques especiales para productos
frágiles, trámite de permisos especiales para productos alimenticios, trámite de
permisos fitosanitarios, trámite y gestión de pólizas de exportación formal y
rotulados especiales, entre otros. Estos son servicios adicionales y
complementarios a sus servicios de exportación, los cuales se han desarrollado
para atender de una forma más completa a la clientela actual.
2.2 Exportación
De acuerdo a Montes (2015) , las exportaciones son “el conjunto de

bienes y servicios vendidos por un país en un territorio extranjero para su
utilización”. Dentro de las figuras de exportación en Guatemala se
destacan dos:
37
2.2.1 Exportación simplificada
Este tipo de exportación es muy común en emprendimientos, marcas

pequeñas y artesanos, debido a que la mercadería que se exporta bajo este
modelo posee un valor declarado menor a mil dólares estadounidenses
($1000). Este modelo de exportación incluye una guía aérea, una factura
comercial y, en algunos casos, un permiso especial cuando lo requiera el
destino del producto que se envía. Una de las grandes debilidades de esta
figura de exportación es la falta de información oficial, siendo los Courier los
principales exportadores de esta figura.
2.2.2 Exportación formal
Este tipo de exportación es la más común. Debe cumplir con ciertos

requisitos, tales como que la mercancía a enviar posea un valor declarado
mayor a mil dólares estadounidenses ($1000), posea una Declaración Única
Aduanera (DUA), una guía aérea, una factura contable, una factura comercial y,
en algunos casos, obtener algún permiso especial cuando lo requiera el destino
del producto que se envía. Esta opción es poco viable para emprendimientos,
marcas pequeñas y artesanos, debido a la necesidad de ser una empresa
formal y del conocimiento requerido para llevar a cabo el proceso de forma
correcta.
38
2.3 Comportamiento del consumidor
Para que una empresa sea exitosa es crucial que esta pueda comprender
el comportamiento de compra de su consumidor, según los aspectos que son
importantes para entregar valor agregado hacia ellos. En 2019, Giraldo López
definió el comportamiento del consumidor como “un proceso que incluye todas
las actividades de las etapas de preventa, venta y posventa, que atiende a una
conducta motivada” (párr. 3). A su vez Muñoz (2015) describe las siguientes
etapas de compra, ampliamente consensuadas: conocimiento, evaluación,
compra y experiencia post-compra. (p. 38).
Figura 1. Trayectoria de decisión del consumidor
Fuente: Methods and Techniques for Segmentation of

Consumers in Social Media, Muñoz (2015, p.39)
El presente estudio se enfocará en analizar únicamente el comportamiento

en la etapa de compra de los clientes, en una empresa dedicada a la venta de
servicios de exportación simplificada, con la finalidad de comprender a
profundidad y describir el comportamiento de los clientes mediante un análisis
de los datos que se poseen de los mismos.
2.4 Compra
39
La compra es el proceso en el cual el consumidor selecciona un
establecimiento, delimita las condiciones del intercambio y se encuentra
sometido a una fuerte influencia de variables situacionales (López, 2012), esta
compra está motivada por la necesidad de resolver un problema por parte del
cliente. Para comprender a profundidad el comportamiento de compra del
consumidor es necesario recopilar y analizar datos sobre qué es lo que el
consumidor está comprando, su frecuencia de compra, de dónde proviene, así
como cualquier otra información valiosa para poder analizarlo.
Como expresa Mohammed (2020), los consumidores están volviéndose

más sofisticados al navegar en sus opciones de compra. Dirigirse hacia los
consumidores equivocados puede costarle a las empresas no solo dinero, sino
también aumentar sus costos operacionales asociados con el proceso de
manejo del cliente.
Según las palabras de Linoff et al. (2015):
Dirigirse a los consumidores adecuados puede generar tasas de

conversión más altas, valores promedio de pedidos más altos y mayores
ganancias. También puede conducir a la promoción de la marca, la
publicidad de boca en boca y una mayor satisfacción general del cliente.
(p. 65)
En un mundo cada vez más competitivo para las empresas, estas deben
de poder comprender no solo la necesidad que satisfacen en sus clientes, sino
cómo, cuándo y porqué sus clientes están realizando estas compras.
40
Comprender esto puede ser la diferencia entre el éxito y crecimiento de una
empresa o de su estancamiento.
2.5 Sistemas de gestión empresarial
La gestión empresarial moderna se basa en el uso de herramientas que

permitan controlar, planificar y evaluar unificadamente la información que una
empresa genera. Dependiendo de la información y proceso que se desea
gestionar pueden tenerse sistemas de planificación de recursos, gestión de la
relación con el cliente, sistemas de gestión de almacenes, sistemas de gestión
documental, sistemas de gestión de procesos empresariales o bien de
Inteligencia de Negocios. Debido a la naturaleza de este estudio se brindará
información de tres sistemas principalmente.
2.5.1 ERP
Muchas empresas poseen Sistemas de Planificación de Recursos

Empresariales (ERP, siglas en inglés de Enterprise Resource Planning), en los
cuales existe una gran cantidad de datos históricos del área operativa,
comercial y administrativa de la organización. Dichos softwares funcionan como
una herramienta de gestión empresarial que está transformando la forma en la
cual las empresas pueden almacenar, analizar y aprovechar sus datos
operativos, comerciales y administrativos. Debido a la competencia voraz a la
que se enfrentan las empresas, hoy en día esta información histórica de la
empresa es clave en el proceso de toma de decisiones estratégicas, porque
41
ayuda a visualizar qué está sucediendo en la organización con base en datos y
no supuestos, lo cual mejora y optimiza los tiempos.
2.5.2 CRM
De acuerdo a Salesforce (2021), un software de Gestión de Relaciones

con el cliente (CRM, siglas en inglés de Customer Relationship Management)
es:
Una tecnología para gestionar todas las relaciones e interacciones de una
empresa con clientes y clientes potenciales. El objetivo es simple: mejorar las
relaciones comerciales para hacer crecer su negocio. Un sistema CRM ayuda a
las empresas a mantenerse conectadas con los clientes, optimizar los procesos y
mejorar la rentabilidad. Los sistemas CRM comienzan por recopilar el sitio web,
el correo electrónico, el teléfono y otros datos de un cliente, y más, a través de
múltiples fuentes y canales. La herramienta CRM organiza esta información para
brindarle un registro completo de personas y empresas en general, para que
pueda comprender mejor su relación a lo largo del tiempo. (párr. 1)
Los softwares de CRM permiten a las empresas almacenar información

sobre sus clientes, para simplificar el proceso de venta y gestionar todo lo
relacionado a este proceso desde un mismo software. En el caso de la empresa
en estudio, este software hace posible la diferenciación de los clientes que se
encuentran en Estados Unidos y los clientes que están en Guatemala, por lo
cual el acceso a este es clave para este estudio.
42
Los autores Peppers, Rogers & Dorf (1999) consideran que el enfoque de
CRM es acercarse y profundizar las relaciones con los clientes. Así mismo, la
empresa debe de estar dispuesta y ser capaz para cambiar su comportamiento
hacia un cliente individual, basado en lo que el cliente le dice y la información
adicional que se sabe del cliente.
2.5.3 Inteligencia Empresarial
Previo a comprender qué es la inteligencia empresarial es crucial hacer

una diferenciación entre los conceptos de datos, información y conocimiento.
En el artículo de Davenport y Prusak (1998) indican que:

Los datos son un conjunto de hechos discretos y objetivos acerca de los eventos.
En un contexto organizacional, los datos se describen más útilmente como
registros estructurados de transacciones. Cuando un cliente va a una gasolinera
y llena el tanque de su auto, esa transacción puede ser en parte descrita por
datos: cuando hizo la compra; cuántos galones compró; cuánto pagó. Los datos
no dicen nada sobre por qué fue a esa estación de servicio y no a otra, y no
pueden predecir la probabilidad de que regrese.
Como muchos investigadores que han estudiado la información, la describiremos

como un mensaje, generalmente en forma de documento o comunicación audible
o visible. La información está destinada a cambiar la forma en que el receptor
percibe algo, para tener un impacto en su juicio y comportamiento.
El conocimiento es una mezcla fluida de experiencia enmarcada, valores,

información contextual y perspicacia experta que proporciona un marco para
43
evaluar e incorporar nuevas experiencias e información. Se origina y se aplica en
la mente de los conocedores. En las organizaciones, a menudo se integra no solo
en documentos o repositorios, sino también en rutinas, procesos, prácticas y
normas organizacionales.
Inteligencia se refiere a “capacidad de comprender, capacidad de resolver

problemas” así como “conocimiento, comprensión, acto de entender.” (Real
Academia Española, s.f). En otras palabras, la inteligencia es la capacidad de
razonar, resolver problemas, comprender ideas y aprender, basado en
conocimientos y/o experiencias.
En la siguiente figura podemos apreciar como se interrelacionan los datos,
información y conocimiento. Cada nivel de la pirámide muestra cómo aumenta
el valor de los datos.
Figura 2. Pirámide de jerarquía de conocimiento
44
Fuente: elaboración propia, información de Chaffey y White 2011)
Gracias a la revolución tecnológica, hoy en día el análisis de datos e

información digital puede aprovecharse bajo un nuevo acercamiento de
business intelligence, que mediante el uso de metodologías, aplicaciones y
tecnologías permiten reunir, depurar, transformar datos y aplicar técnicas
analíticas de extracción de conocimiento (Parr, 2000, citado por Rosado Gomez
& Rico Bautista, 2010).
Como expresa Pérez (2009), La Inteligencia de negocios es el

compromiso de transformar los datos en información relevante, exclusiva y
confidencial, para construir un conocimiento superior que permita optimizar el
proceso de toma de decisiones en los negocios . Esto es posible gracias a la
minería de datos, la cual permite la extracción de información de bases de
datos al identificar eficazmente patrones del consumidor, ya que Pérez et al.
(2009) señalan que prepara, sondea y explora los datos para obtener
información oculta en ellos, porque una pequeña relación entre estos datos
puede ser un hecho de alto impacto en las ventas de la compañía.
Tal y como indica Rodriguez (2006) “La aparición y creciente importancia

del conocimiento como un nuevo factor de producción hace que el desarrollo de
tecnologías, metodologías y estrategias para su medición, creación y difusión
se convierta en una de las principales prioridades de las organizaciones …” (p.
3)
45
Los sistemas de inteligencia de negocios permiten analizar los datos de
los sistemas de gestión de la empresa para convertirlos en información y
posteriormente generar un conocimiento sobre los mismos. Estos sistema son
sumamente importantes, ya que de lo contrario mucha de la información y
conocimiento que se puede obtener a partir de datos, pasarían desapercibidos y
generaría poco valor para la empresa. Estos sistemas permiten acercarse a los
sistemas de gestión para permitir mejorar el análisis de la información mediante
plataformas digitales.
Según Días (2016) las organizaciones basan su gestión en capital, sin

embargo indica que existe un capital tangible y otro intangible. El primero es el
capital financiero y físico que comunmente se refleja en la contabilidad
tradicional. El segundo se trata de activos invisibles que no reflejados en el
balance general, sin embargo estos crean valor para la organización. Además,
menciona que el capital intangible es cada vez más valioso en el proceso de
creación de valor de una empresa.
2.6 Estrategia empresarial
En el estudio de Shen & Chuang (2009), indican que:

Frente a la complejidad y competencia en el mundo de negocios actual, las
empresas deben desarrollar actividades de innovación para capturar las
necesidades del cliente y mejorar la satisfacción y retención del cliente. Las
empresas pueden beneficiarse significativamente al analizar los datos del cliente
para determinar preferencias y mejorar el soporte de las decisiones marketing .
(p. 319)
46
Así mismo, Stone & Good (2001) plantean que recientemente la
tecnología de la información ha sido utilizada para ayudar a las empresas a
mantener su ventaja competitiva. Esto significa que para las empresas en el
mundo actual el análisis de datos empresariales es un nuevo requerimiento,
para poder mantener y crecer en un mundo cada vez más competitivo. El uso
de información permite a las empresas mejorar en la toma de decisiones y
generar una estrategia empresarial adecuada y congruente con las necesidades
que atienden en el mercado.
Si vemos los datos, información, conocimiento y la Inteligencia

Empresarial que puede desarrollarse a partir de estos, como un capital
intangible, es posible entonces utilizar estos mismos en el proceso de toma de
decisiones empresariales, así como en la creación de valor. Este conocimiento
posee una importancia crucial en la estrategia empresarial pudiendo servir para
la creación de ventajas competitivas, diferenciación y estrategias nuevas
basadas en información y conocimientos.
La empresa se ha enfocado en buscar y retener a clientes recurrentes,

porque tiene una mejor tarifa y refuerza el vínculo con sus clientes de esta
forma. Sin embargo, nunca se ha realizado un análisis de su información
almacenada de clientes, tomando en cuenta su frescura, su frecuencia y su
valor monetario de compra.
2.6.1 Segmentación de clientes
La segmentación, según Grigsby (2016), es “una forma de dividir algo

entre partes, es una forma de separar el mercado que atiende una empresa en
47
submercados. Se puede llamar ‘agrupación’ o ‘partición’. Estas agrupaciones o
particiones de los clientes permiten agrupar a los mismos basados en sus
similitudes y busca separarlos de acuerdo con sus diferencias.” (p. 266)
El dividir a los clientes en segmentos que comparten similitudes puede

utilizarse para distintos motivos, desde aumentar la comprensión que la
empresa posee de sus clientes, perfeccionar la oferta que la empresa posee
para cada segmento ya que sus necesidades posiblemente sean similares,
evaluar los ingresos o rentabilidad por cada segmento, mejorar una estrategia
de mercadeo, o bien distribuir recursos de mercadeo de la empresa para
Grigsby (2016) indica que:

La definición general de un segmento es que los miembros del segmento
son “homogéneos dentro y heterogéneos entre”. Eso significa que una
buena solución de segmentación hará que todos los miembros (digamos,
clientes) dentro de un segmento sean muy similares entre sí, pero muy
diferentes a todos los miembros de todos los demás segmentos.
Homogéneo significa “igual” y heterogéneo significa “diferente”. (p. 266)
Esto es relevante porque una adecuada segmentación de clientes

permitirá agrupar a los clientes más similares dentro de un mismo grupo.
Dependiendo de la técnica de segmentación de clientes, estos grupos pueden
facilitar información clave sobre el comportamiento de estos.
Comprender el comportamiento del consumidor es clave en un mercado

como Guatemala, donde usualmente las empresas no se preocupan por
conocer a sus clientes. Según un nuevo estudio de Anitha & Patil (2019), la
48
segmentación de los clientes permite a las empresas desarrollar una mejor
oferta, al reducir sus costos de adquisición de consumidores y aumenta la
rentabilidad de la empresa.
Tal y como lo indica Verbeke (2012):

La segmentación de consumidores es dividirlos en grupos con
características o rasgos similares. Estas características pueden ser edad,
género, etapa de la vida o comportamientos (como intereses y hábitos de
gasto). También se trata de emparejarlos con ofertas de productos
adecuados y cambiar la forma en que la empresa se comunica con sus
consumidores en función de lo que sabe sobre ellos. Además, se trata de
identificar a sus clientes más rentables y adaptar sus productos y
servicios para satisfacer sus necesidades específicas. En última
instancia, la segmentación de clientes se trata de crear experiencias de
gasto relevantes que generen marca y lealtad para las empresas. (p.
211-228)
2.7 Segmentación mediante RFM
En esta investigación se hará la segmentación por medio de la

herramienta RFM. De acuerdo con Grigsby (2016), su definición es “una
herramienta esencial para identificar a los mejores clientes de la organización
con la formula recency/frequency/monetary”. (p. 331) Tal y como menciona
Stafford (2009), la premisa básica de RFM es que los clientes que han
comprado más recientemente, más frecuentemente y han gastado más en su
empresa son los mejores prospectos para poder adquirir nuevos servicios de la
empresa.
49
2.7.1 Definición de RFM
El modelo RFM de segmentación de clientes representa el consumo de

productos o servicios de estos, basado en cálculos a partir de una base de
datos de sus transacciones a través del tiempo. Esto, con el objetivo de
simplificar toda la información transaccional y analizarlos basados en tres
atributos o dimensiones clave:
 Frescura (Recency): representa el periodo de tiempo desde que el cliente

compró el servicio por última vez. Rojlertjanya (2019) señala que “si la fecha
está más cercana al presente, habrá una probabilidad más alta de que el cliente
haga otra compra” . (p.10) Por lo tanto, un cliente que ha comprado
recientemente tiene un valor más alto en su frescura.
 Frecuencia (Frequency): representa la frecuencia de compra, la cantidad de

transacciones realizadas por el cliente en un período determinado de tiempo.
Rojlertjanya (2019) indica que se espera que a mayor frecuencia de compra,
mayor es la lealtad de los clientes y mayor es el valor de ese cliente para la
empresa. Mientras mayor frecuencia presente un cliente, mayor valor tendrá en
la variable de frecuencia.
 Monetaria (Monetary): representa el valor monetario gastado por un cliente en

un período determinado. Como plantea Rojlertjanya, P. (2019), se espera que
mientras mayor sea el valor de este, mayor contribución a la rentabilidad se
obtendrá por parte del cliente, así como mayor será el valor del cliente.
50
Como indica Hebbali (2020), RFM “se basa en el axioma de marketing de
que el 80% de su negocio proviene del 20% de sus clientes”. (párr. 2)
El modelo RFM permite interrelacionar estas tres dimensiones de los

clientes, al tener una puntuación (comúnmente de entre uno a cinco) para cada
dimensión, que indica su puntuación de frescura, frecuencia y monetaria. Así
mismo, es posible unir dichos valores individuales mediante la asignación de un
peso, dependiendo de cuál dimensión resulte más importante para la empresa,
al estar estos tres unificados en una única puntuación RFM de entre uno a
cinco.
2.7.2 Datos necesarios para el cálculo de RFM
Hebbali (2020) plantea que para calcular la puntuación RFM es necesario

contar con un ID de cliente único, el número de transacciones u ordenes, las
ventas totales provenientes del cliente y la cantidad de días desde la última
visita; todo esto basado en el período que se desea calcular el RFM.
Tabla II. Ejemplo de datos necesarios para cálculo de RFM
ID de cliente Frescura (días) Cantidad de Ingresos (GTQ)

transacciones
1001 80 8 5000
1002 65 5 3230
1003 69 9 2653
1004 42 2 1250
1005 22 1 750
1006 49 4 1000
51
2.7.3 Metodología de cálculo de RFM
Para el cálculo de la puntuación de Frescura (R) se asigna basado en la

fecha de compra más reciente que tiene el cliente. Si utilizamos cuatro
categorías, esto significa que los clientes que hayan comprado más
recientemente recibirán una puntuación de cinco, mientras que aquellos que
tengan fechas más antiguas reciben una puntuación de uno; esto dentro del
período de tiempo considerado para el estudio.
Para el cálculo de la puntuación de Frecuencia (F) se asigna de manera

similar. A los clientes con una frecuencia de compra alta se les asigna una
puntuación de cinco, mientras que aquellos con la menor frecuencia se les
asigna una puntuación de uno; todo esto dentro del período de tiempo
considerado para el estudio.
Para el cálculo de puntuación Monetaria (M) se asigna sobre los ingresos

obtenidos por el cliente durante el período considerado para el análisis. A los
clientes con mayores ingresos se les asigna una puntuación de cinco, mientras
que a los que reportan menores ingresos se les asigna una puntuación de uno.
Finalmente, puede obtenerse una última puntuación, que no es más que

las tres puntuaciones RFM concatenadas en un valor único. Esta puede
realizarse al asignar a todos la misma relevancia o, bien, como anteriormente
fue mencionado, asignar un peso dependiendo de la relevancia que la
52
dimensión de Frescura (R), Frecuencia (F) y Monetaria (M) poseen en la
empresa.
2.7.4 Variantes del modelo RFM
Cabe resaltar de que existen variantes de este modelo, principalmente en

el análisis de la dimensión monetaria, en la cual es posible modificar los
ingresos obtenidos por el cliente y basar la puntuación sobre el margen bruto de
ganancia que este cliente tiene sobre los productos o servicios que consume.
53
3. DESARROLLO DE LA INVESTIGACIÓN
Para iniciar la investigación se generó un diagrama de flujo para el

proceso de desarrollo de la misma, esto para obtener claridad del proceso a
seguir, desde la definición del problema, hasta la conclusión de la misma. El
diagrama se detalla a continuación.
Figura 3. Diagrama de flujo de la investigación
Fuente: elaboración propia, realizado con Miro app.

54
Debido a que el problema que la empresa deseaba resolver era cómo
analizar el comportamiento de compra del consumidor en Guatemala durante
un período de 42 meses basado en segmentos de clientes que tuvieran un
comportamiento similar en su frecuencia de envío, valor monetario y lo reciente
de sus compras, se procedió a generar la pregunta central y preguntas de la
investigación, mismas que pueden ser revisadas en la sección de
Planteamiento del Problema de la presente investigación.
Como punto de partida se definió la metodología de la investigación.

Debido a que la investigación se basa en datos históricos de los sistemas de
gestión empresarial de la empresa, se decidió por un diseño no experimental y
restrospectivo, ya que se utilizarían variables numéricas para el cálculo de la
segmentación RFM, misma que generaría segmentos de clientes se definió que
la investigación sería de enfoque mixto. Puesto que los datos de las variables
pertenecian a un periodo de tiempo sobre una población definida se decidió por
un enfoque transversal, ya que permitió observar distintas variables en un solo
momento, y que el problema no busca comprender una relación de causa y
efecto.
Esta investigación tuvo un alcance descriptivo, debido a que analiza datos

y los traduce a información que puede ser representada gráficamente para
analizar el comportamiento de los clientes, así como la descripción de los
segmentos de clientes obtenidos por el modelo de segmentación RFM. La
población en estudio fueron los consumidores en Guatemala de una empresa
de exportación simplificada, la cual contó con compras de 741 clientes durante
el período a analizar.
55
Primeramente se revisó literatura e investigaciones similares, para
comprender cómo otros investigadores se han acercado a la segmentación de
clientes. Según la investigación de Moon (2020), existen diversos
acercamientos a la segmentación de clientes, ejemplos comunes de métodos
de segmentación de clientes pueden ser el uso de antecedentes geográficos,
criterios sociodemográficos u otros factores tales como características
psicográficas o de comportamiento.
Tabla III. Tipos de segmentación de clientes
Tipos de Características de la
Variables
Segmentación Segmentación
Geográfica Localización física de los Necesario realizar
consumidores, clima, encuestas y poseer datos
cultura, tipo de población, de ventas.
idioma, entre otros.
Sociodemográfica Género, edad, clase Facilidad de recopilar y
profesional, estado civil, analizar los datos, ya que
educación, empleo, son variables tangibles.
ingresos, entre otros.
Psicográfica Personalidad, valores, Necesario generar
actividades, pasatiempos, encuestas, conocer las
prioridades, creencias, actividades, intereses y
motivaciones, actitudes, opiniones.
entre otros.
Comportamiento Patrones de consumo, Permite generar una
canales utilizados, experiencia más
volúmen de compra, personalizada para los
comportamiento, clientes, facilidad de
frecuencia, entre otros. obtención de datos
históricos.
Fuente: elaboración propia
56
Al evaluar la información histórica que la empresa posee de sus clientes
se observa que no posee ningúna información geográfica, sociodemográfica o
psicográfica, por el contrario si posee información del comportamiento de
compra de sus clientes, así mismo el objetivo de esta investigación es analizar
dicho comportamiento por lo que el Análisis RFM es una técnica de
segmentación viable, con base en el comportamiento del cliente. Después de
una revisión exhaustiva de literatura y de comparar la información necesaria
para llevar acabo dicho análisis, se determinó que el Análisis RFM era viable ya
que los datos históricos podían obtenerse de los sistemas de gestión
empresarial de la empresa, y encajaban con las necesidades de este estudio
descriptivo.
El modelo seleccionado permite no solo resolver el problema de la

investigación, sino que permite analizar el comportamiento del cliente durante el
período en cuestión, ya que el modelo de Segmentación RFM genera
segmentos de consumidores por su similitud en frescura de compra, frecuencia
de compra y su valor monetario. Esta segmentación de sus clientes permitirá a
la empresa comprender, en realidad, quiénes son sus clientes más valiosos,
quiénes están camino a serlo, así como la categorización de todos sus clientes,
esto sin necesidad de requerir una recopilación adicional de información por
parte de la empresa. Esto no solo comprueba la viabilidad del modelo
seleccionado sino que también es una forma eficiente en cuanto a costo, ya que
se tienen todos los recursos para llevar a cabo la investigación y no será
necesario recopilar información por parte de la empresa.
El modelo RFM permite la segmentación de clientes agrupándolos por

características de frescura, frecuencia y valor monetario. Presenta una gran
57
ventaja por ser fácil de comprender, de implementar y analizar. Este modelo se
basa en medir tres variables de interacción de los clientes, permitiendo
comprender los segmentos que la empresa posee, las cuales serán explicadas
a continuación:
 Frescura de compra del cliente (R) es la cantidad de días transcurridos
desde la compra más reciente hasta el día en el cual se realiza el análisis
RFM.
 Frecuencia de compra del cliente (F) es la cantidad de compras que ha
realizado el cliente en el período en el cual se realiza el análisis RFM.
 Valor monetario del cliente (M) es cantidad de dinero que el cliente ha
comprado en el período en el cual se realiza el análisis RFM.
El modelo RFM se basa de la idea de que los clientes más propensos a

comprar nuevamente son aquellos que han comprado más recientemente, con
mayor frecuencia y gastan más dinero.
Simultánteamente que se realizaba la revisión de literatura se procedió

con la recolección de los datos. Estas bases de datos fueron otorgadas por la
empresa bajo un acuerdo de confidencialidad, por lo que en el estudio no se
publicarán nombres de clientes, montos de venta, ni información confidencial de
la empresa. A pesar de que parte de esta información si fue utilizada para
realizar el cálculo de RFM (en el vaso del valor monetario), no se utilizará su
valor nominal para publicar los resultados sino que se utilizará una contribución
porcentual. El uso de esta información fue completamente digital y fue realizado
en equipo perteneciente a la empresa bajo solicitud de la misma.
58
La bases de datos de los sistemas de gestión empresarial se descargan
para obtener la información que se es necesaria para el análisis RFM,
estableciendo un sistema que posee un formato estándar y consistente para
repetir este análisis. Este sistema es estándar debido a que incluye el nombre
de cliente, la dimensión a medir entre compras será realizada en días, las
fechas de compra quedarán registradas con día, mes y año, y la información
monetaria es trasladada a una misma moneda, utilizando la tasa de cambio a
quetzales registrada en el ERP. Así mismo se espera que este sistema sea
consistente y quede establecido para almacenar la información de los clientes
previo a realizar el análisis RFM. El formato utilizado para el sistema será
presentado en el siguiente capítulo.
Cómo siguiente punto se procedió a alimentar la información necesaria al

software estadístico R, esto con el objetivo de obtener no solo las puntuaciones
de R, F y M como dimensiones separadas, sino para obtener la puntuación final
de RFM y los segmentos de clientes. La información que fue necesaria para el
análisis RFM se indica en la “Tabla II”, siendo esta un ID de cliente, la frescura
en días, la cantidad de transacciones y los ingresos en quetzales para el cálculo
de RFM, esta información fue obtenida mediante cálculos en google sheets, con
datos provenientes del sistema que fue establecido.
La puntuación RFM se calcula mediante este software y tal como Hebbali

(2020) lo indica:
Se asigna una puntuación de frescura a cada cliente en función de la fecha de la
compra más reciente. La puntuación se genera agrupando los valores de frescura
en varias categorías (el valor predeterminado es 5). Por ejemplo, si utiliza cinco
categorías, los clientes con las fechas de compra más recientes reciben una
59
clasificación de actualidad de 5, y aquellos con fechas de compra en un pasado
distante reciben una clasificación de actualidad de 1.
Una clasificación de frecuencia se asigna de manera similar. A los clientes con

alta frecuencia de compra se les asigna una puntuación más alta (5) y a los de
menor frecuencia se les asigna una puntuación de 1.
La puntuación monetaria se asigna sobre la base de los ingresos totales

generados por el cliente en el período considerado para el análisis. A los clientes
con mayores ingresos/cantidad de pedido se les asigna una puntuación más alta
(5), mientras que a los que tienen los ingresos más bajos se les asigna una
puntuación de 1.
Se genera una cuarta puntuación, la puntuación RFM, que son simplemente las
tres puntuaciones individuales concatenadas en un solo valor. (parr. 3)
El método de segmentación RFM permite calcular escalas basadas en

estas tres variables de interacción del cliente con la empresa, generando una
escala por quintiles, es decir, se asigna un valor del 1 al 5 para la frescura,
frecuencia y valor monetario, siendo 1 la puntuación más baja y 5 la más
elevada. Por ejemplo, un cliente con una compra más reciente, con alta
frecuencia de compra y cuyas compras sean por valor monetario alto obtendrá
una puntuación de R=5, F=5, M=5. Es decir, las puntuaciones de 1 a 5 permiten
indicar a que 20% pertenece cada uno, generando quintiles, lo cual permitirá
obtener una puntuación por cada variable a analizar, mismas que serán
combinadas en un solo valor RFM.
60
Figura 4. Ejemplo de valor RFM para un cliente
Fuente: Elaboración Propia
A modo de ejemplo, puede decirse que un cliente con una compra más
reciente obtendrá una puntuación de R=5, si sus compras han sido de muy baja
frecuencia obtendrá un valor de F=1, si sus compras son altas obtendrá un
valor de M=5. Esto da una puntuación RFM concatenada de 515. Partiendo de
esta idea existen entonces 125 posibles combinaciones para este valor, los
cuales son contenidos una única vez dentro de un segmento de clientes. Cabe
mencionar que no todas las combinaciones tendrán el mismo tamaño, o incluso
podrían estar vacías.
61
Así mismo los segmentos que se obtendrán del análisis RFM se detallan
en la siguiente Tabla.
Tabla IV. Segmentos obtenidos a través de RFM
Segmento Descripción
Clientes que compraron recientemente, compran seguido y
Campeones gastan más que los otros clientes
Leales Gastan una buena cantidad. Responden bien a promociones.
Clientes recientes, gastan una buena cantidad, han comprado
Posibles leales más de una vez.
Necesitan Valores monetarios, de frecuencia y de actualidad superiores
Atencion a la media
A punto de Valores monetarios, de frecuencia y de actualidad inferiores a
Dormir la media
Gastó mucho dinero, compras frecuentes, pero hace mucho
En Riesgo tiempo
Otros /No Hizo buenas compras y con frecuencia, pero hace mucho
perderlos tiempo.
Perdidos Los menos recientes, frecuentes y con bajo valor monetario.
Fuente: elaboración propia, información de Hebbali (2020)
Para poder comprender gráficamente cómo se encuentran estructuradas

estas puntuaciones de RFM podemos observar la siguiente figura, que permite
visualizar los segmentos de acuerdo con la puntuación obtenida por el análisis
RFM.
62
Figura 5. Representación gráfica de RFM
La figura 5 permite comprender gráficamente la distribución de

puntuaciones de cada dimensión del RFM, así como sus fronteras de
puntuación para cada segmento de clientes.
63
Habiendo obtenido las puntuaciones RFM y los segmentos, procedemos a
realizar algunos cálculos adicionales en Google sheets para poder describir el
comportamiento de los clientes, partiendo de la segmentación RFM.
De igual importancia es obtener gráficas que representen el

comportamiento de frescura, frecuencia y valor monetario de los segmentos de
clientes, para proceder a analizar esta información y lograr visibilizar nuevo
conocimiento para la empresa.
Posteriormente se analizó la información obtenida, con base en los

segmentos de clientes y su comportamiento de las variables en estudio, para
evaluar el promedio de días transcurridos desde la última compra, el promedio
de su cantidad de compras y la contribución porcentual de cada segmento
respecto a los ingresos percibidos por la empresa.
La presentación de los resultados y su discusión se encuentran contenidos

en los siguientes dos capítulos.
64
4. PRESENTACIÓN DE RESULTADOS
Los resultados obtenidos se detallan a continuación, y se encuentran

ordenados en función de los objetivos establecidos previamente en la presente
investigación, esto con el objetivo de poder analizar el comportamiento de
compra de los clientes en Guatemala de una empresa de exportación
simplificada, mediante la técnica de segmentación de clientes RFM.
4.1 Modelo para analizar el comportamiento de compra
Para analizar el comportamiento de compra del consumidor resulta de alta

utilidad modelarlo con base en cada segmento del análisis RFM, ya que permite
que los clientes similares sean agrupados y simplifica el análisis del
comportamiento de estos, al sintetizar el comportamiento de 741 clientes en
únicamente 8 segmentos obtenidos del análisis RFM.
Previo a presentar los resultados, es importante destacar la cantidad de

clientes que fueron asignados a cada segmento RFM, mediante la información
contenida en la “Tabla V”, los clientes se encuentran ordenados por segmentos,
desde el cliente que agrega más valor a la empresa, hasta el que menor valor
agrega.
Como se muestra en la “Figura 5” los clientes suelen ser ordenados con

base en a sus valores individuales de frescura, frecuencia y valor monetario,
65
principiando con los de mayor valor RFM y finalizando con los de menor valor
RFM.
Para comenzar, es necesario mostrar la cantidad de clientes que fueron

asignados en cada segmento RFM por el software estadístico R, ordenados con
base a su puntuación e importancia, esto como punto de partida para proceder
con el análisis. En la “Tabla V” podemos observar la cantidad de clientes
pertenecientes a cada segmento.
Tabla V. Cantidad de clientes por segmento
Segmento Cantidad de Clientes

Campeones 135
Leales 165
Posibles leales 189
Necesitan Atencion 28
A punto de Dormir 47
En Riesgo 72
Otros /No perderlos 45
Perdidos 60
Total de Clientes 741
A pesar de que los segmentos de cliente permiten conocer la cantidad de

clientes que componen cada segmento, y que esto es el primer paso hacia
comprender el comportamiento del cliente, únicamente esta información no
alcanza para analizar el comportamiento de compra del cliente, por lo que para
comprender de mejor forma el comportamiento y el valor que aporta cada
66
segmento será necesario el apoyo por medio de gráficas, esto para comprender
la conducta de frescura, frecuencia y valor monetario de cada segmento.
Para comprender el comportamiento de la dimensión de frescura del

modelo, se procedió a calcular la frescura promedio, es decir la cantidad de
días en promedio que han transcurrido desde la última compra, esto para cada
segmento con el fin de comprender cuál es la frescura promedio de los clientes.
Cabe mencionar que la relación de la frescura es inversamente proporcional
con el valor “R” del cliente.
Por ejemplo, en la “Figura 6” se puede observar que, en promedio, los

clientes campeones, los cuales tienen un valor de R poseen una frescura de 98
días, al ser este valor el menor entre todos los segmentos, le dará la mayor
puntuación (4 o 5) en su valor individual de “R”. Esta figura permite comprender
qué clientes poseen compras más recientes a la fecha final en dónde se realiza
el análisis RFM, esto con el objetivo de crear una forma de comparar a los
clientes de cada segmento. Puede observarse que los clientes más frescos, es
decir, que han comprado más recientemente, son los pertenecientes al
segmento de Campeones, Posibles Leales y Leales.
67
Figura 6. Promedio de días transcurridos desde la última compra por
segmento
Para comprender el comportamiento de la dimensión de frecuencia (F) del

modelo, se procedió a calcular la cantidad de compras promedio por segmento,
esto con el fin de evaluar la cantidad de compras en promedio que realizó cada
segmento durante los 42 meses de análisis, esto para evidenciar el
comportamiento de esta variable en cada segmento de clientes. La relación de
la frecuencia respecto al valor F del modelo es directamente proporcional, es
decir que mientras más frecuentes sean las compras del cliente, mayor valor se
recibirá en la dimensión de frecuencia F del modelo RFM.
68
Figura 7. Promedio de cantidad de compras por segmento
Al momento de evaluar el promedio de cantidad de compras por

segmento, puede apreciarse que los campeones son el segmento con la mayor
cantidad de compras promedio, seguidos por los leales. Sin embargo, también
se observa que, a excepción de los dos segmentos anteriormente
mencionados, el resto de los segmentos de clientes no poseen una frecuencia
de compra promedio significativa, teniendo los demás segmentos entre 1 a 5
compras en promedio por cliente.
El graficar el promedio de estos datos permite comprender cada

dimensión individual de RFM de una mejor forma, para evidenciar
69
comportamientos ocultos y en el caso de este estudio, brindar un modelo que
permita analizar el comportamiento de compra de los consumidore.
Para analizar el comportamiento monetario (M) sería necesario mostrar el

valor de compra promedio de cada cliente, sin embargo, debido a la naturaleza
confidencial de la información no es posible publicarlo en este estudio. Como
solución a esta información confidencial, se ha generado la “Figura 8”, basada
en la contribución porcentual de cada segmento sobre los ingresos de la
empresa, esto para lograr el objetivo de visibilizar y analizar el comportamiento
de compra de cada segmento y mostrar el valor que el modelo entregará a la
empresa.
Figura 8. Contribución porcentual de los ingresos por segmento
70
De la anterior gráfica resaltan tres observaciones, la primera que el
segmento de clientes Campeones representan 63.94% de los ingresos totales
de la empresa, seguidos por el segmento de clientes Leales, los cuales
representan a su vez 29.21%, la tercera que la suma de estos dos segmentos
comprende 93.15% de los ingresos totales de la empresa.
4.2 Sistema estandarizado para almacenar la información de

clientes
De igual importancia y de acuerdo con los objetivos planteados, se desea

comprender el sistema estandarizado, establecido y consistente para almacenar
y analizar la información de los clientes. Este sistema a establecer debe de
estandarizar la información, ya que de esto dependerá que dichos datos e
información puedan ser utilizados para su posterior análisis, dicho sistema debe
de establecerse para su utilización de forma continua y su consistencia para el
almacenamiento de información tiene especial importancia para su efectividad
en el análisis.
Para definir el sistema estandarizado fue necesario validar la información

que se extrae de las bases de datos del ERP y CRM de la empresa, ya que se
encuentra almacenada gran cantidad de información confidencial y no
confidencial de los clientes, información de las compras individuales que se han
realizado, así como toda la información de facturación del cliente, personas de
contacto, entre otra gran cantidad de datos que se registran dentro de estos
71
softwares, muchos de los cuales no son necesarios para poder analizar el
comportamiento.
Habiendo tomado en cuenta los recursos con los que cuenta la empresa
en la actualidad y con el objetivo de generar un sistema de baja complejidad, se
propone que el sistema estandarizado, establecido y consistente para
almacenar la información de los clientes sea una hoja de cálculo de Google
sheets en la nube (Google drive), que podrá almacenar la información más
importante y que será necesaria para alimentar la información final al software
estadístico R. Este sistema puede ser establecido para trasladar esta
información de las bases de datos del ERP y CRM de la empresa, permitiendo
estandarizar la fecha de la factura en el mismo formato de día, mes, año, así
como trasladar las ventas de dólares a quetzales, tomando como referencia la
tasa de cambio del día provista por la base de datos. De esta forma se
establece una estructura que permitirá continuar almacenando la información de
manera estandarizada y establecida a lo largo del tiempo.
Tabla VI. Estructura de Hoja de Cálculo para Almacenar la información

de los clientes
Tasa de Monto total

Fecha de Número Código
ID de Monto Monto Cambio a de Venta
factura de factura de
cliente en USD en GTQ Quetzales (en
(dd/mm/aaaa) Contable Divisa
del día quetzales)
001 12/01/2021 19856 USD 1,221.12 7.71 9,414.84
002 13/01/2021 19857 USD 561.75 7.73 4,342.33
003 18/01/2021 19858 GTQ 1,358.21 7.74 1,358.21
72
De igual importancia, este sistema de almacenamiento de información
permitirá preparar la información final a alimentar al software estadístico R, para
proceder con el Análisis RFM, la información necesaria puede ser observada en
la “Tabla II”, que incluye una identificación única del cliente, la frescura
(cantidad de días transcurridos desde la última compra), la frecuencia (cantidad
de transacciones durante el período de análisis, y el valor monetario (ingresos
en quetzales de la venta al cliente durante el período de análisis.
Por otra parte toda esta información podrá ser extraída desde las bases de
datos del ERP y CRM de la empresa, en el cual se encuentran almacenada
gran cantidad de información de los clientes y todas las transacciones
individuales que estos han hecho, al registrar el día que se ha hecho cada
compra y atándolo a la información de facturación, así mismo permitir que cada
compra quede inventariada de forma individual, lo cual permitirá posteriormente
calcular la cantidad de días transcurridos desde la última compra del mismo,
siendo esta la base para el cálculo de la variable de frescura (R), así como la
cantidad de compras que se ha hecho en un período determinado, para así
permitir calcular el valor de la variable de frecuencia (F), y el monto total de
venta en el período a analizar.
Toda la información contenida el sistema de almacenamiento

estandarizado más el Análisis RFM, permitirá establecer una forma consistente
de almacenar la información de los clientes que será necesaria para poder
continuar analizando el comportamiento de sus clientes hacia futuro.
73
4.3 Beneficios del modelo de segmentación
Los beneficios brindados por el método de segmentación de clientes RFM

son varios, ya que al agrupar a los clientes en segmentos dependiendo del valor
que agregan a la empresa, esto genera una mejor comprensión de la base de
clientes que posee la empresa.
Algunos de los beneficios generados por el modelo de segmentación de

clientes son:
1.
primeramente permite agrupar a los clientes basados en su afinidad
respecto a cada variable, brindando una puntuación fácil de comprender y
agrupando a los clientes en un ranking de importancia que permitirá
comprender muy fácilmente como estan compuestos los clientes. De la misma
forma, permitirá visibilizar a los mejores clientes, comprender cuántos clientes
son leales a la empresa y cuántos no lo son, esto permitirá a la mejorar su
proceso de toma de decisiones en cuánto al comportamiento de sus clientes.
Asimismo el Análisis RFM permitirá a la empresa tener una forma

consistente de analizar la información que posee de sus clientes, ya que puede
establecer realizar el análisis de forma global, anual, mensual o trimestral,
dependiendo de su conocimiento empírico sobre su modelo de negocios. El
Análisis RFM es también una forma eficiente en cuanto a costos para la
empresa, ya que no requiere ningún esfuerzo adicional hacia los clientes,
encuestas o estudios de mercado posteriores, probando no solo ser viable sino
eficiente.
74
Así mismo, el Análisis RFM permitirá al equipo de mercadeo a comprender
como aumentar sus ingresos, dirigiéndose a grupos específicos de clientes
existentes con propuestas, ofertas y mensajes que son relevantes para cada
segmento, basandose en su comportamiento. También permitirá comprender de
manera rápida para el equipo comercial con que tipo de cliente se encuentran
hablando o negociando, facilitando la identificación de oportunidades para la
empresa y resaltando los clientes que son más importantes para la misma.
Otro de los beneficios es que permitirá a la empresa poder asignar

mejores precios de sus servicios para los clientes, basados no únicamente en
solo una variable, sino también comprendiendo cómo asignar precios más
competitivos a sus clientes preferenciales. Así mismo termitirá mejorar su
rentabilidad, al permitir a la empresa generar estrategias de precios acorde a su
distribución de clientes.
75
76
5. DISCUSIÓN DE RESULTADOS
Debido a que el modelo RFM permite analizar de una forma práctica el

comportamiento del cliente y su interacción con la empresa en tres puntos
fundamentales, tales como la frescura del cliente, su frecuencia de compra y el
valor monetario, es una herramienta viable para analizar dicho comportamiento,
ya que permite mejorar la visibilidad que la empresa tiene de sus clientes y
comprender de una forma más profunda los mejores clientes, los clientes leales,
los clientes en riesgo y los clientes perdidos.
El modelo RFM permite también simplificar el análisis del comportamiento

de clientes, no importando la cantidad de estos, y asignándolos en una
categoría basada en sus dimensiones de interacción con la empresa. A pesar
de contar con 741 clientes, podemos sintetizar el comportamiento de estos en
ocho segmentos que permitirán comprender la composición interna de la
clientela de una forma simplificada. Primeramente es importante comprender
cómo se está comportando cada segmento respecto a su dimensión de frescura
(R), frecuencia (F) y valor monetario (M).
La “Figura 6” permite observar cuántos días han transcurrido, en

promedio, desde la última compra por clientes pertenecientes a cada segmento,
esto permite observar que los clientes campeones son los que más
recientemente han comprado, seguidos de los posibles leales y los leales. Los
campeones, en días promedio, poseen aproximadamente 3.3 veces más
frescura que los Posibles leales. Si los comparamos con los clientes Leales,
77
poseen 5.5 veces más frescura, por lo que destaca la importancia de este
segmento. Si se basase únicamente en esta gráfica, podría alarmarse y pensar
que muchos clientes están en riesgo, pero es necesario recordar que esto
muestra solo un comportamiento promedio y, dependiendo del giro del negocio,
el tiempo promedio de compra puede variar. Por ejemplo, la variable de frescura
(R), no tendría el mismo significado para una empresa de comida que para una
empresa de electrodomésticos, debido a que el comportamiento de compra de
esos dos productos es completamente distinto. Debido a esto es importante
comprender los aspectos que no son evidentes dentro del RFM para apoyar el
análisis del conocimiento que la empresa posee sobre su mercado.
Respecto a la dimensión de frecuencia (F) del modelo, en la “Figura 7” es

posible observar la cantidad de compras promedio por segmento, esto con el fin
de evaluar la cantidad de compras en promedio que realizó cada segmento
durante los 42 meses de análisis. Esto permite contrastar que los Campeones y
los clientes Leales poseen un promedio de compras significativo, en
comparación con los otros segmentos. Los clientes campeones poseen
aproximadamente 2.75 veces la frecuencia de los clientes leales, contrastando
con 11 veces la cantidad de compras de los clientes en riesgo. Esta gráfica
permite visibilizar la poca importancia que han tenido otros segmentos de
clientes distintos a los Campeones y Leales, ya que en comparación su
frecuencia no es significativa.
Esto, debido al modelo de negocios de la empresa, indica que la misma

posee muchos clientes que, en promedio, han realizado menos de cinco
compras en el período de análisis. Si partimos de la cantidad de clientes que en
promedio han comprado menos de cinco veces esto indicará que 441 clientes
78
cumplen con esta condición, es decir 59.5% de todos los clientes que han
adquirido servicios de la empresa, lo han hecho con una frecuencia muy baja,
por lo cuál al haber evidenciado esto podemos iniciar a ver una tendencia que
será aún más marcada con la “Figura 8” la cuál muestra la Contribución
porcentual de los ingresos por cada segmento, misma que indica que los
clientes Campeones y Leales comprenden el 93.15% de los ingresos de la
empresa. Esto permite evidenciar la alta dependencia que la empresa posee de
sus clientes Leales y Campeones. Esto puede concentrar una gran parte de los
ingresos en algunos pocos clientes, por lo que será necesario comprender la
cantidad de clientes que componen estos segmentos, con la finalidad de
evidenciar si la concentración de los ingresos es muy elevada o no.
Figura 9. Cantidad de Clientes por Segmento

79
En la “Figura 9” será fácil poder observar que los dos segmentos más
importantes para la empresa comprenden la segunda y tercera posición en
cantidad de clientes, conteniendo 300 clientes (40.4%) del total de la población
en estudio, y mostrando que, a pesar de la alta dependencia de la empresa en
dos segmentos de clientes, esta cuenta con una cartera de clientes saludable,
debido a que, visto desde otra perspectiva, dos de cada cinco clientes que la
han visitado en el periodo de análisis son buenos clientes, habiéndole visitado
recientemente, comprando frecuentemente y también gastando un monto alto
en sus compras.
En la “Figura 5” podemos observar que los clientes Campeones y Leales

poseen un valor de frescura de 2 a 5, un valor de frecuencia de 3 a 5 y un valor
monetario de 3 a 5, mostrando también que estos dos segmentos poseen una
amplitud considerable en cada dimensión, pudiendo englobar a clientes que
poseen una puntuación muy buena y que pertenecen a los dos primeros
segmentos del ranking.
Así mismo, y a manera de complementar los resultados obtenidos en esta

investigación, se procedió a graficar la cantidad de clientes que habían
comprado de la empresa en cada semestre, esto con la idea de comprender si
la empresa ha crecido o decrecido en su cantidad de clientes semestrales, este
comportamiento puede apreciarse en la “Figura 10”, la cual permite evidenciar
que previo al primer semestre de 2020, la empresa se encontraba decreciendo
ligeramente en su clientela, sin embargo, a partir del segundo semestre del
2020 se puede observar un crecimiento considerable de clientes.
80
Figura 10. Cantidad de Clientes por semestre
Este comportamiento probablemente responde al período de cierre de

negocios que se vivió durante el mes de Marzo y Abril de 2020, resultado de la
Pandemia por coronavirus SARS-CoV-2 que vivió el mundo. Sin embargo, se
muestra un crecimiento acelerado en los semestres posteriores, permitiendo
evidenciar que posiblemente los servicios logísticos, en especial el servicio
aéreo, creció de forma considerable en su demanda posterior al inicio de la
pandemia, esto debido a la crisis en logística marítima que generó retrasos en
todo el mundo y elevó los precios considerablemente, así mismo a la tendencia
de crecimiento de las exportaciones en Guatemala como país.
81
Después de finalizar el Análisis RFM de los 42 meses, y habiendo
evaluado el crecimiento en clientes que la empresa había tenido, se decidió
hacer un Análisis adicional, fraccionando los 42 meses en siete semestres, con
la finalidad de identificar si existe una tendencia de crecimiento del segmento de
Clientes Campeones y Leales, así como revisar su desarrollo a lo largo de este
periodo.
En la “Figura 11” puede apreciarse la cantidad de Clientes Campeones y

Leales obtenidos en el Análisis RFM de cada semestre, así como la
contribución porcentual de Ingresos de ambos segmentos a lo largo del tiempo.
Figura 11. Contribución porcentual de ventas de Clientes Campeones y

Leales
82
83
Podemos observar que la contribución porcentual de clientes Campeones
y Leales se ha mantenido históricamente entre 74% y 93%, mostrando aún de
una forma más detallada lo importante de estos segmentos para las ventas de
la empresa. Resalta a la atención el aumento considerable de la cantidad de
clientes en el primer semestre del año 2021, lo cual implica que dentro del
crecimiento de clientes que podemos observar en la “Figura 10”, se encuentra
también la obtención de nuevos clientes que están teniendo un valor RFM
elevado, teniendo una frescura, frecuencia y valor monetario que les permite ser
considerados como dos de los segmentos de clientes más importantes del
ranking.
Para continuar calculando el valor RFM de cada cliente la empresa debe

de asegurarse que su personal siga empleando dicho ERP, así como
generando las transacciones necesarias y asegurando que dicha información
sea verídica y permita cumplir con los datos necesarios para el cálculo de RFM.
El tener esta información de forma estandarizada, establecida y consistente
permitirá a la empresa obtener los datos y mediante el Análisis RFM generar un
sistema replicable continuamente para el almacenamiento e interpretación de la
información que posee. Esto último es de gran importancia, ya que se considera
que la empresa generará este tipo de análisis de forma semestral o anual, para
evaluar cómo ha evolucionado su cartera de clientes e identificar
comportamientos en sus clientes que previamente no le era posible identificar.
El generar un Análisis RFM semestral o anual permitirá a la empresa

comprender si sus segmentos de clientes han crecido o decrecido, así como
monitorear la contribución porcentual que sus clientes Campeones y Leales han
representado históricamente para la empresa, pudiendo incluso ser esto un KPI
84
del área comercial. Naturalmente el generar esta capacidad de analizar
información y de obtener un conocimiento sobre el modelo de negocios les
permitirá examinar el comportamiento del cliente no solo en un periodo de
tiempo, sino brindará una herramienta de comparación entre periodos.
De igual importancia será monitorear tanto los días promedios desde la

última compra de cada segmento de cliente, la cantidad de compras promedio
por segmento, así como el porcentaje de ingresos que perciben relativo a cada
segmento. Este sistema le permitirá a la empresa seguirse expandiendo de una
mejor forma, ya que podrá generar una mejor propuesta de sus servicios para
sus clientes clave, así como ir generando un aprendizaje organizacional sobre
la información que se obtiene de los clientes.
85
CONCLUSIONES
1. El modelo que puede ser utilizado para analizar el comportamiento de

compra de los consumidores en Guatemala es el Modelo de
segmentación de clientes RFM, el cual permite generar una
segmentación basada en frescura, frecuencia y valor monetario del
cliente.
2. Para dejar establecido este análisis periódico se creo un sistema

estandarizado y consistente que almacena la información de los
clientes.
3. La empresa obtuvo multiples beneficios del modelo de segmentación

RFM, dentro de los cuales destaca comprender que clientes son más
importantes y poder evaluar el comportamiento de sus clientes en
periodos comparables entre sí.
4. Objetivo General..
86
RECOMENDACIONES
1. Se recomienda a la empresa definir un periodo de tiempo, acorde a

su giro de negocios, para llevar a cabo el Análisis RFM de forma
periódica.
2. Se ve necesario continuar utilizando los sistemas de gestión

empresarial donde se almacena la información, para poder tener
información clara y verídica para el Análisis RFM.
3. Se recomienda establecer controles internos para verificar que

todas las transacciones queden registradas, así como realizar un
4. Se recomienda realizar una encuesta de servicio a los clientes del

Segmento Posibles Leales para conocerlos más, y comprender
cómo pueden ofrecerse nuevos servicios para adecuarse a las
necesidades de los mismo, con el fin de lograr apoyarlos a crecer.
5. Se recomienda realizar un plan para reducir la dependencia de

clientes grandes, con la finalidad de diversificar la cartera de
clientes y poder hacer frente a una temporada donde no se cuenten
con los mismo.
6. Se recomienda evaluar la forma de incorporar el crecimiento de

cartera de clientes como parte de los KPIs del área comercial.
87
7. Se recomienda realizar una revisión exhaustiva de la información
que se posee de clientes Campeones y Leales, con la idea de
comprender que nuevas tendencias se pueden visibilizar y generar
nuevos análisis para identificar nuevas oportunidades.
88
REFERENCIAS
1. Alonso, A. & Rico Bautista, D. W. (2010). INTELIGENCIA DE NEGOCIOS:

ESTADO DEL ARTE. Scientia et Technica, 44, p. 321-324.
2. Anitha, P., & Patil, M. M. (2019). RFM model for customer purchase
behavior using K-Means algorithm. Journal of King Saud University -
Computer and Information Sciences. Published.
https://doi.org/10.1016/j.jksuci.2019.12.011
3. Bernal-Jimenéz, M. C. & Rodríguez-Ibarra, D. L. (2019). Las tecnologías

de la información y comunicación como factor de innovación y
competitividad empresarial. Scientia et Technica, 24(01), p. 85-92.
4. Chaffey, D. & White, G. (2011). Business Information Management:

Improving Performance Using Information Systems (2.a ed.). Upper
Saddle River, NJ, Estados Unidos: Prentice Hall.
5. Cheng, C.H. & Chen, Y.S. (2009). Classifying the segmentation of

customer value via RFM model and RS theory. Expert Systems with
Applications, 36(3), 4176-4184.
https://doi.org/10.1016/j.eswa.2008.04.003
89
6. Davenport, T. & Prusak, L. (1998). Working Knowledge: How
Organizations Manage What They Know. Harvard Business School
Press. https://doi.org/10.1145/348772.348775
7. Descals, A. M. (2006). Comportamiento del consumidor (1.a ed.). Editorial

UOC.
8. Días, C. (2016, 20 abril). Gestión del conocimiento. Thomas Davenport y

Laurence Prusak. Recuperado 24 de septiembre de 2022, de
https://www.recursohumano.cl/post/2016/04/20/gesti%C3%B3n-del-
conocimiento-thomas-davenport-y-laurence-prusak
9. Di Tullio, I. (2014). Improving the direct marketing practices of FMCG

retailers through better customer selection. An empirical study comparing
the effectiveness of RFM, CHAID, stepwise logit, and ANN techniques
using different data variable depths. (Tesis de Doctorado, Universidad
Cranfield, Reino Unido). Recuperado de:
https://dspace.lib.cranfield.ac.uk/bitstream/handle/1826/8837/Ian_Di_Tulli
o_Thesis_2014.pdf?sequence=1&isAllowed=y
10. Gede, I. K., Agung, A. A. Kt. & Shavitri, D. (1989). Combination of Adaptive
Resonance Theory 2 and RFM Model for Customer Segmentation In
Retail Company. International Journal of Computer Applications, 48(2).
Recuperado de
https://www.researchgate.net/publication/258651656_Combination_of_Ad
aptive_Resonance_Theory_2_and_RFM_Model_for_Customer_Segment
ation_in_Retail_Company
90
11. Giraldo López, J. A. G. L. (2019, julio). Comportamiento del consumidor,
proceso de toma de decisiones del consumidor y variables que inciden
en él. Recuperado 18 de julio de 2021, de
https://www.gestiopolis.com/comportamiento-del-consumidor/
12. Grigsby, M. (2016). Advanced Customer Analytics: Targeting, Valuing,

Segmenting and Loyalty Techniques (Marketing Science) (English
Edition) (1.a ed.).
13. Hebbali, A. (2020, 18 julio). RFM - Customer Level Data. Recuperado 11

de octubre de 2021, de
https://cran.r-project.org/web/packages/rfm/vignettes/rfm-customer-level-
data.html
14. Jónsson, S. (2017, junio) Customer Segmentation in Electronics Retail

Using Self-Organizing Maps. (Tesis de Maestría, Universidad de
Reykjavík, Islandia, recuperado 11 de octubre de 2021, de
https://skemman.is/handle/1946/28747
15. Kelati, A. (2017) Customer segmentation in services based on

characteristics. (Tesis de Maestría, Universidad de Tecnología de
Chalmers, Suecia). Recuperado de:
https://odr.chalmers.se/bitstream/20.500.12380/254858/1/254858.pdf
91
16. Khan, A. (2008). Market Orientation, Customer Selectivity And Firm
Performance. (Tesis de Doctorado, Universidad de Cranfield, Reino
Unido).
17. Mas Díaz, Rosa M. (2016) Análisis del modelo RFM según el método
convencional y el método de las 2-tuplas. (Tesis de Maestría,
Universidad Complutense de Madrid, España).
18. Makhija, P. (2021, 4 junio). RFM analysis for Customer Segmentation.

Recuperado 8 de octubre de 2021, de https://clevertap.com/blog/rfm-
analysis/
19. Mohammed,T. (2020). Customers Segmentation for Profitability

Enhancement Using Data Mining Technique: The case of ethio telecom.
(Tesis de Maestría, Univeridad Addis Ababa, Etiopía). Recuperado de:
http://etd.aau.edu.et/bitstream/handle/123456789/21108/Tajudin
%20Mohammed.pdf?sequence=1&isAllowed=y
20. Monalisa, S., Nadya, P. & Novita, R. (2019). Analysis for Customer
Lifetime Value Categorization with RFM Model Model. Procedia
Computer Science, 161. https://doi.org/10.1016/j.procs.2019.11.190
21. Montes, J. (2015, 14 mayo). Exportación. Recuperado 7 de mayo de 2022,

de https://economipedia.com/definiciones/exportacion.html
22. Moon, I. (2020). Customer Segmentation and Targeting by Data Science

Methods. (Tesis de licenciatura, Universidad de Laurea de Ciencias
92
Aplicadas, Finlandia, Recuperado 11 de octubre de 2021, de
https://www.theseus.fi/bitstream/handle/10024/345194/Inwook_thesis_24.
7.pdf?sequence=2
23. Muñoz García, O. (2015). Methods and Techniques for Segmentation of

Consumers in Social Media. (Tesis de Doctorado, Universidad Politécnica
de Madrid, España). Recuperado de:
https://www.slideshare.net/omunozgarcia/methods-and-techniques-for-
segmentation-of-consumers-in-social-media
24. Peppers, D., Rogers, M., & Dorf, R. (1999). Is your company ready for one-
to-one marketing. Harvard Business Review, 151–160.
25. Pérez, R., Palma, C., & Palma, W. (2009). Data Mining. El arte de
anticipar. 10 casos reales. RIL editores.
26. Proppe, D. (2022, 15 febrero). How to use the RFM Grid to identify your
most valuable customers. Recuperado de
https://bettermarketing.pub/how-to-use-the-rfm-grid-to-identify-your-most-
valuable-customers-b2089dcf9f91
27. Rojlertjanya, P. (2019) Customer Segmentation Based on the RFM

Analysis Model Using K-means clustering Technique: A case of IT
Solution and Service provider in Thailand. (Tesis de Maestría,
Universidad de Bangkok, Tailandia). Recuperado de:
http://dspace.bu.ac.th/jspui/bitstream/123456789/4003/1/ponlacha_rojl.pd
f
93
28. Rodriguez, D. (2006). Modelos para la creación y gestión del
conocimiento: una aproximación teórica. Educar, 37. Recuperado de
http://ddd.uab.cat/pub/educar/0211819Xn37/0211819Xn37p25.pdf
29. Rosado Gomez, A. A., & Rico Bautista, D. W. (2010, abril). Inteligencia de
negocios: Estado del arte. Scientia et Technica, 44.
https://revistas.utp.edu.co/index.php/revistaciencia/issue/view/191
30. Rubio Alemán, I. (2017) Posicionamiento y expansión del mercado de

productos ergonómicos en establecimientos educativos del nivel primaria
en los grados de pre-kínder, kínder y pre-primaria en el municipio de
Guatemala (Tesis de Maestría, Universidad de San Carlos de
Guatemala, Guatemala). Recuperado de:
http://biblioteca.usac.edu.gt/tesis/03/03_5584.pdf
31. Shen, C. C., & Chuang, H. M. (2009). A Study on the Applications of Data
Mining Techniques to Enhance Customer Lifetime Value. WSEAS
TRANSACTIONS on INFORMATION SCIENCE and APPLICATIONS,
6(2), 319–328.
32. Soudagar, R. (2012) Customer Segmentation and Strategy Definition in

Segments. (Tesis de Maestría, Universidad de Tecnología de Luleå,
Suecia). Recuperado de:
http://www.diva-portal.org/smash/get/diva2:1017684/FULLTEXT02
94
33. Stafford SBSG, & Stafford, J. R. (2009). RFM: A Precursor to Data Mining.
Stafford SBSG. https://es.scribd.com/document/24537916/RFM-A-
Precursor-to-Data-Mining
34. Stone, R. W., & Good, D. J. (2001). The assimilation of computer-aided

marketing activities. Information and Management, 38, 437–447.
35. Tableau Software, LLC. (2020). ¿Qué es la inteligencia de negocios? Tu

guía para la BI y por qué es importante. Tableau.
https://www.tableau.com/es-mx/learn/articles/business-intelligence
36. Tsiptsis, K. K. & Chorianopoulos, A. (2010). Data Mining Techniques in

Crm: Inside Customer Segmentation. Wiley.
37. Verbeke, W., Dejaeger, K., Martens, D., Hur, J., & Baesens, B. (2012).
New insights into churn prediction in the telecommunication sector: A
profit driven data mining approach. European Journal of Operational
Research, 218(1), 211–229.
https://www.researchgate.net/publication/220288606_New_insights_into_
churn_prediction_in_the_telecommunication_sector_A_profit_driven_data
_mining_approach
38. What is CRM? (2021). Recuperado 11 de octubre de 2021, de

https://www.salesforce.com/crm/what-is-crm/
95
39. Yan, T. (2020) Comparison of classical RFM models and Machine learning
models in CLV prediction. (Tesis de Maestría, BI Norwegian Business
School - Oslo campus, Noruega).
96
APÉNDICES
Apéndice 1. Árbol del problema
Fuente: elaboración propia, hecho con Miro app.
97
Apéndice 2. Matriz de coherencia
98

Borrador TESIS Aaron Bendfeldt REV2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Borrador TESIS Aaron Bendfeldt REV2

Cargado por

Copyright:

Formatos disponibles

Universidad de San Carlos de Guatemala

ANÁLISIS DEL COMPORTAMIENTO DE COMPRA DE LOS CLIENTES EN GUATEMALA DE

Aarón Bendfeldt Vásquez

Guatemala, noviembre de 2022

ANÁLISIS DEL COMPORTAMIENTO DE COMPRA DE LOS CLIENTES EN GUATEMALA DE

PRESENTADO A LA JUNTA DIRECTIVA DE LA

ING. AARÓN BENDFELDT VÁSQUEZ

MAESTRO (MAGISTER) EN GESTIÓN INDUSTRIAL

GUATEMALA, NOVIEMBRE DE 2022

NÓMINA DE JUNTA DIRECTIVA

DECANA Inga. Aurelia Anabela Córdova Estrada

TRIBUNAL QUE PRACTICÓ EL EXAMEN GENERAL PRIVADO

DECANO Inga. Aurelia Anabela Córdova Estrada

En cumplimiento con los preceptos que establece la ley de la Universidad de

ANÁLISIS DEL COMPORTAMIENTO DE COMPRA DE LOS CLIENTES EN GUATEMALA DE

Tema que me fuera asignado por la Dirección de la Escuela de Estudios de

Ing. Aarón Bendfeldt Vásquez

Mi madre Ana Vásquez vda. de Bendfeldt, por apoyarme

Mi padre Eduardo Bendfeldt R. (q.e.p.d.), por inspirarme

Mi hermano Hubert Bendfeldt Vásquez, por brindarme

Mis abuelos Ángel María Vásquez C., Eduardo Bendfeldt G.

Mi familia Por su apoyo incondicional a lo largo de mis

Mi Novia Carien Schippers, por sus palabras de aliento,

Universidad de San Carlos de Por darme la oportunidad de

Facultad de Ingeniería Por mostrarme el valor del trabajo

Escuela de Estudios de Posgrado Por ser una importante parte de mi

Mis amigos de la Facultad Por su apoyo y compañía durante los

Figura 1. Trayectoria de decisión del consumidor.......................39

I. Tabla I. Matriz de Variables y definiciones.............................................24

Análisis de datos Refiere a realizar operaciones con datos, con la

Base de datos Programa capaz de almacenar gran cantidad de datos

Conocimiento Mezcla fluida de experiencia enmarcada, valores,

Courier Empresa dedicada al transporte de paquetes, de un

CRM Siglas en inglés de Customer Relationship

Datos Cualquier secuencia de uno o más símbolos a los que

ERP Siglas en inglés de Enterprise Resource Planning, que

Gestión Acción o trámite que, junto con otros, se lleva a cabo

Información Lo que es transmitido o representado por un arreglo

Inteligencia de Negocios También llamada inteligencia empresarial o BI por sus

KPI Los indicadores clave de rendimiento (KPI) se refieren a

MIPYME Micro, pequeñas y medianas empresas.

Puntuación RFM Puntuación individual de 1 a 5 (de peor a mejor) a cada

Sistema Conjunto ordenado de normas y procedimientos que

Sistematización Organizar un conjunto de elementos de manera que

Software Término informático que hace referencia a un programa

En esta investigación se analizó el comportamiento de compra del

Para esto se utilizó el modelo RFM, el cual mide tres dimensiones de la

Este modelo permitió generar segmentos de clientes basados en su

Durante una reunión sostenida con la administración de la empresa en

 Descripción del problema

No existe claridad sobre como agrupar o segmentar a los clientes de una

Esta información puede ser analizada y permitir a la empresa comprender

 Formulación del problema

A continuación se muestran los pasos para formular el problema.

¿Cómo analizar el comportamiento de compra del consumidor en

o ¿Qué modelo puede utilizarse para analizar el comportamiento de compra de

 Delimitación del estudio

La investigación se realizará en una empresa dedicada a la prestación de

Analizar el comportamiento de compra del consumidor en Guatemala de

1. Determinar el modelo que puede ser utilizado para analizar el

La investigación fue de tipo retrospectivo, ya que se basó en datos históricos

El enfoque del estudio fue mixto, ya que se utilizarán variables numéricas

El diseño adoptado fue no experimental, pues la información de las bases de

Esta investigación tuvo un alcance descriptivo, debido a que muestra la