Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Escuela de Estudios de Postgrado
Maestría en Gestión Industrial
FACULTAD DE INGENIERÍA
TRABAJO DE GRADUACIÓN
AL CONFERÍRSELE EL TÍTULO DE
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
TABLAS
12
LISTA DE SÍMBOLOS
Símbolo Significado
13
GLOSARIO
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.
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.
16
RESUMEN
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
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.
Pregunta central
Preguntas de investigación
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?
21
OBJETIVOS
General
Específicos
22
RESUMEN DEL MARCO METODOLÓGICO
23
Tabla I. Matriz de Variables y definiciones
24
25
INTRODUCCIÓN
26
necesaria para proceder a segmentar a los consumidores, a través del modelo
RFM.
27
28
1. MARCO REFERENCIAL
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.
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.
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.
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.
32
2. MARCO TEÓRICO
34
2.1.3 Situación de la empresa
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.
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.
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.
2.2 Exportación
37
2.2.1 Exportación simplificada
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).
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.
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.
2.5.1 ERP
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
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.
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.
44
Fuente: elaboración propia, información de Chaffey y White 2011)
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.
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.
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)
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.
49
2.7.1 Definición de RFM
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)
51
2.7.3 Metodología de cálculo de RFM
52
dimensión de Frescura (R), Frecuencia (F) y Monetaria (M) poseen en la
empresa.
53
3. DESARROLLO DE LA INVESTIGACIÓN
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.
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.
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.
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.
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.
59
clasificación de actualidad de 5, y aquellos con fechas de compra en un pasado
distante reciben una clasificación de actualidad de 1.
Se genera una cuarta puntuación, la puntuación RFM, que son simplemente las
tres puntuaciones individuales concatenadas en un solo valor. (parr. 3)
60
Figura 4. Ejemplo de valor RFM para un cliente
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.
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.
62
Figura 5. Representación gráfica de RFM
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.
64
4. PRESENTACIÓN DE RESULTADOS
65
principiando con los de mayor valor RFM y finalizando con los de menor valor
RFM.
66
segmento será necesario el apoyo por medio de gráficas, esto para comprender
la conducta de frescura, frecuencia y valor monetario de cada segmento.
67
Figura 6. Promedio de días transcurridos desde la última compra por
segmento
68
Figura 7. Promedio de cantidad de compras por segmento
69
comportamientos ocultos y en el caso de este estudio, brindar un modelo que
permita analizar el comportamiento de compra de los consumidore.
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.
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.
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.
73
4.3 Beneficios del modelo de segmentación
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.
75
76
5. DISCUSIÓN DE RESULTADOS
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.
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.
80
Figura 10. Cantidad de Clientes por semestre
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.
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.
85
CONCLUSIONES
4. Objetivo General..
86
RECOMENDACIONES
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
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
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
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/
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).
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
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
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
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
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.
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
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
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
97
Apéndice 2. Matriz de coherencia
98