Ítem
Restringido

Diseño y construcción de un sistema información para facilitar la toma de decisiones de un e-commerce

Mostrar el registro sencillo de la publicación
dc.contributor.advisorMartínez Gordillo, Juan David
dc.creatorGómez Reina, Brigitte Alejandra
dc.creatorLlano Naranjo, Mateo
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2023-06-30T21:44:23Z
dc.date.available2023-06-30T21:44:23Z
dc.date.created2023-06-17
dc.descriptionDentro de las organizaciones, se ha evidenciado que la explotación de los datos genera ventajas competitivas y facilita la identificación de las necesidades de clientes, colaboradores y aliados. Dafiti es una compañía e-commerce de prendas de vestir masculinas y femeninas, calzado, perfumería, accesorios, relojes y artículos para el hogar, entre otros. Uno de sus principales objetivos es llegar a sus clientes, respondiendo a sus gustos y preferencias, asumiendo el reto de comercializar sus productos por canales de venta virtuales. Es ahí en donde se hace necesario el uso de los datos para tomar decisiones adecuadas a nivel operativo, gerencial y estratégico. Por consiguiente, este proyecto es la implementación de un Sistema de Información que facilite la identificación de las características de los consumidores de Dafiti por medio de modelos de clasificación, buscando que la estrategia publicitaria se realice de manera dirigida. Su aplicación se llevará a cabo en el área de publicidad paga de la compañía, Third Party Services (3PS), dónde se buscará que la Analítica de Negocios sea una herramienta para la consecución de los objetivos organizacionales.
dc.description.abstractAmong organizations, it is evident that making data-driven decisions has gained more importance every day to identify customers’, employees’, and allies’ needs. Dafiti is an e-commerce fashion retailer of men and women apparel, footwear, perfumery, accessories, watches, and household items, among others. One of its main targets is to reach customers responding to their tastes and preferences, facing the challenge of marketing their products through virtual channels. It is there where it is necessary to rely on data to take de adequate decisions on an operational, managerial, and strategic level. Therefore, this project is the implementation of an Information System that can facilitate the identification of Dafiti’s customers’ needs throughout classification models, with the aim that the advertising strategy is released in a targeted manner. Its application will be in the company’s area that is responsible for paid advertising, Third Party Services (3PS), where the objective is that Business Analytics can be a tool to achieve organizational goals
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_40001
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/40001
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/closedAccess
dc.rights.accesoBloqueado (Texto referencial)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationAmazon (2023) ¿Qué es una API?. En: Amazon Web Services, Inc. Disponible en: Inc. https://aws.amazon.com/es/what-is/api/.
dc.source.bibliographicCitationAmazon Redshift (2023) Almacenamiento de datos en la nube. En: Amazon Web Services, Inc. Disponible en: https://aws.amazon.com/es/pm/redshift/.
dc.source.bibliographicCitationAprilliant, A; The k-modes as Clustering Algorithm for Categorical Data Type. En: Geek Culture. Disponible en: https://medium.com/geekculture/the-k-modes-as-clustering-algorithm-for-categorical-data-type-bcde8f95efd7.
dc.source.bibliographicCitationArimetrics (2020) Qué es Backend—Definición, significado y ejemplos. En: Arimetrics. Disponible en: https://www.arimetrics.com/glosario-digital/backend.
dc.source.bibliographicCitationArimetrics (2022) Qué es un script—Definición, significado y ejemplos. En: Arimetrics. Disponible en: https://www.arimetrics.com/glosario-digital/script.
dc.source.bibliographicCitationAshish, A (2019) Bank Customer Clustering (K-Modes Clustering). En: Kaggle. Disponible en: https://kaggle.com/code/ashydv/bank-customer-clustering-k-modes-clustering.
dc.source.bibliographicCitationBalagueró, T (2022) ¿Qué son datasets y dataframes? | Deusto Formación. En: Deusto. Disponible en: https://www.deustoformacion.com/blog/programacion-tic/que-son-datasets-dataframes-big-data.
dc.source.bibliographicCitationBautista, I (2021) Backend y frontend, ¿Qué es y cómo funcionan en la programación?. En: Servnet. Disponible en: https://www.servnet.mx/blog/backend-y-frontend-partes-fundamentales-de-la-programacion-de-una-aplicacion-web.
dc.source.bibliographicCitationBigfoot Colombia S.A.S (2022) Institucional. En: Dafiti. Disponible en: https://www.dafiti.com.co.
dc.source.bibliographicCitationBonthu, H (2021) KModes Clustering Algorithm for Categorical data. En: Analytics Vidhya. Disponible en: https://www.analyticsvidhya.com/blog/2021/06/kmodes-clustering-algorithm-for-categorical-data/.
dc.source.bibliographicCitationCambridge (2023) Supplier. En: Cambridge Dictionary. Consultado en: 2022/05/12/. Disponible en: https://dictionary.cambridge.org/es/diccionario/ingles/supplier.
dc.source.bibliographicCitationChaudhary, S (2020) Why “1.5” in IQR Method of Outlier Detection?. En: Medium. Disponible en: https://towardsdatascience.com/why-1-5-in-iqr-method-of-outlier-detection-5d07fdc82097.
dc.source.bibliographicCitationDAMA International; Books24x7 Inc; Mosley, M; Brackett, M (2010) The DAMA guide to the data management body of knowledge (DAMA-DMBOK guide). : Technics Publications;
dc.source.bibliographicCitationDarkcrizt (2018) DBeaver: Una excelente herramienta para la gestión de diferentes DB. En: Desde Linux. Disponible en: https://blog.desdelinux.net/dbeaver-una-excelente-herramienta-para-la-gestion-de-diferentes-db/.
dc.source.bibliographicCitationDataScientest (2022) ¿Qué es un DataFrame?. En: DataScientest.com. Disponible en: https://datascientest.com/es/que-es-un-dataframe.
dc.source.bibliographicCitationDelft Stack (2023) Consigue los valores únicos de los pandas en la columna y ordénalos. En: Delft Stack. Disponible en: https://www.delftstack.com/es/howto/python-pandas/pandas-unique-values-in-column/.
dc.source.bibliographicCitationEddie (2021) How to Handle Missing Data? [Explained in 6 Easy Steps]. En: Analytics Vidhya. Disponible en: https://www.analyticsvidhya.com/blog/2021/05/dealing-with-missing-values-in-python-a-complete-guide.
dc.source.bibliographicCitationFernández, A (2021) Cómo programar el algoritmo Kmeans en Python. En: Ander Fernández. Disponible en: https://anderfernandez.com/blog/programar-kmeans-python.
dc.source.bibliographicCitationGallo, A (2017) A Refresher on A/B Testing. En: Harvard Business Review. Disponible en: https://hbr.org/2017/06/a-refresher-on-ab-testing.
dc.source.bibliographicCitationGoyal, C (2021) Outlier Detection & Removal | How to Detect & Remove Outliers (Updated 2023). En: Analytics Vidhya. Disponible en: https://www.analyticsvidhya.com/blog/2021/05/feature-engineering-how-to-detect-and-remove-outliers-with-python-code/.
dc.source.bibliographicCitationGlobal Fashion Group (2018) Global Fashion Group (GFG) is the leading fashion and lifestyle destination in growth markets. En: Global Fashion Group. Disponible en: https://global-fashion-group.com.
dc.source.bibliographicCitationGonzalez, T (2021) Dafiti crece a doble dígito en Colombia y supera los 8,1 millones de clientes en la región. En: FashionNetwork.com. Disponible en: https://pe.fashionnetwork.com/news/Dafiti-crece-a-doble-digito-en-colombia-y-supera-los-8-1-millones-de-clientes-en-la-region,1356409.html.
dc.source.bibliographicCitationGreyrat, R (2022) Rango intercuartílico para detectar valores atípicos en los datos. En: Barcelona Geeks. Disponible en: https://barcelonageeks.com/rango-intercuartilico-para-detectar-valores-atipicos-en-los-datos/.
dc.source.bibliographicCitationIBM Corporation (2012) Manual CRISP-DM de IBM SPSS Modeler. Nueva York: IBM: Endicott;
dc.source.bibliographicCitationLaudon, J; Laudon, K (2005) Sistemas de información gerencial. : Pearson Educación;
dc.source.bibliographicCitationLopez, S (2007) Algoritmos de Agrupamiento Global para Datos Mezclados. Tesis sometida como requisito parcial para obtener el grado de Maestro en Ciencias en la especialidad de Ciencias Computacionales en el Instituto Nacional de Astrofìsica, Optica y Electronica. Disponible en: https://inaoe.repositorioinstitucional.mx/jspui/bitstream/1009/628/1/LopezES.pdf.
dc.source.bibliographicCitationMacQueen, J (1967) Some methods for classification and analysis of multivariate observations. En: L. M. Le Cam & J. Neyman (Eds.), Proceedings of the fifth Berkeley symposium on mathematical statistics and probability. Vol. 1; pp. 281 - 297; Disponible en: California: University of California Press.
dc.source.bibliographicCitationManjarrés, J (2021) 8 algoritmos de agrupación en clústeres en el aprendizaje automático que todos los científicos de datos deben conocer. En: Freecodecamp.org. Disponible en: https://www.freecodecamp.org/espanol/news/8-algoritmos-de-agrupacion-en-clusteres-en-el-aprendizaje-automatico-que-todos-los-cientificos-de-datos-deben-conocer/.
dc.source.bibliographicCitationMalato, G (2021) Scaling of the numerical variables. En: Your Data Teacher. Disponible en: https://www.yourdatateacher.com/2021/03/22/scaling-of-the-numerical-variables/.
dc.source.bibliographicCitationMecalux (2019) ¿Qué es SKU? Significado y uso en la bodega. En: Mecalux. Disponible en: https://www.mecalux.com.co/blog/sku-que-es-significado.
dc.source.bibliographicCitationMesa, A (2018) Qué es un Sprint de Scrum. En: OpenWebinars.net. Disponible en: https://openwebinars.net/blog/que-es-un-sprint-scrum/.
dc.source.bibliographicCitationMinitab (2021) Interpretar todos los estadísticos y gráficas para Análisis de correspondencia múltiple. En: Support Minitab. Disponible en: https://support.minitab.com/es-mx/minitab/20/help-and-how-to/statistical-modeling/multivariate/how-to/multiple-correspondence-analysis/interpret-the-results/all-statistics-and-graphs/.
dc.source.bibliographicCitationMoreno, I (2020) Introducción al Clustering DBSCAN. En: StatDeveloper. Disponible en: https://www.statdeveloper.com/clustering-dbscan/.
dc.source.bibliographicCitationMundargi, K (2007) Capítulo 3 Variables, tipos de datos y constantes. En: Programming in C.: Ed.; Disponible en: https://www.peoi.org/Courses/Coursessp/cprog/cprog3.html.
dc.source.bibliographicCitationNimblework (2022) ¿Qué Es La Metodología Scrum? Y Gestión De Proyectos Scrum. En: Nimble Humanize Work. Disponible en: https://www.nimblework.com/es/agile/que-es-scrum/.
dc.source.bibliographicCitationNumFocus (2023) pandas.DataFrame.astype—Pandas 2.0.1 documentation. En: Pandas. Disponible en: https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.astype.html.
dc.source.bibliographicCitationNumFocus (2023) pandas.DataFrame.dropna—Pandas 2.0.1 documentation. En: Pandas. Disponible en: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dropna.html.
dc.source.bibliographicCitationOng, A; Cleofas, M; Prasetyo, Y; Chuenyindee, T; Young, M; Diaz, J; Nadlifatin, R; Redi, A. A. N. P (2021) Consumer Behavior in Clothing Industry and Its Relationship with Open Innovation Dynamics during the COVID-19 Pandemic. En: Journal of Open Innovation: Technology, Market, and Complexity. Vol. 7; No. 4; pp. 211 Disponible en: https://doi.org/10.3390/joitmc7040211.
dc.source.bibliographicCitationOrganización Internacional de Normalización (2015) ISO/IEC 11179-5:2015. En: ISO. Disponible en: https://www.iso.org/standard/60341.html.
dc.source.bibliographicCitationPedregosa, F; Varoquaux, G; Gramfort, A; Michel, V; Thirion, B; Grisel, O; Blondel, M; Prettenhofer, P; Weiss, R; Dubourg, V; Vanderplas, J; Passos, A; Cournapeau, D; Brucher, M; Perrot, M; Duchesnay, E; Scikit-learn: Machine Learning in {P}ython. En: Journal of Machine Learning Research. Vol. 12; pp. 2825 - 2830; Disponible en: https://scikit-learn.org/stable/modules/clustering.html.
dc.source.bibliographicCitationPereira, A; Moura, J. A; Costa, E; Vieira, T; Landim, A; Bazaki, E; Wanick, V (2022) Customer models for artificial intelligence-based decision support in fashion online retail supply chains. En: Decision Support Systems. Vol. 158; pp. 113795 Disponible en: https://doi.org/10.1016/j.dss.2022.113795.
dc.source.bibliographicCitationPhoenix, J (2023) The Comprehensive Guide To Google Sheets With Python. En: Just Understanding Data. Disponible en: https://understandingdata.com/posts/the-comprehensive-guide-to-google-sheets-with-python/.
dc.source.bibliographicCitationPulido, M (2019) Análisis de datos mediante clustering. En: SlashMobility | Soluciones mobile. Disponible en: https://slashmobility.com/blog/2019/07/clustering-como-obtener-agrupaciones-inherentes-en-los-datos/.
dc.source.bibliographicCitationRocha, G (2017) ¿Qué son strings y qué podemos hacer con ellos?. En: Laboratoria Developers. Disponible en: https://medium.com/laboratoria-how-to/qu%C3%A9-son-strings-y-qu%C3%A9-podemos-hacer-con-ellos-526abd260c0e.
dc.source.bibliographicCitationRodríguez, H; Suárez, E (2021) Trabajando con notebooks y entornos de trabajo Jupyter en bioinformática. En: RSG Spain Student Group. Disponible en: https://www.rsg-spain.iscbsc.org/trabajando-con-notebooks-y-entornos-de-trabajo-jupyter-en-bioinformatica/.
dc.source.bibliographicCitationRoy, B (2020) All about Feature Scaling. En: Towards data science. Disponible en: https://towardsdatascience.com/all-about-feature-scaling-bcc0ad75cb35.
dc.source.bibliographicCitationThe information Lab Spain (2021) Qué significa data driven. En: The Information Lab. Disponible en: https://theinformationlab.es/que-significa-data-driven/.
dc.source.bibliographicCitationTomas, D (2020) ¿Qué son los stakeholders y cómo afectan a tu empresa?. En: Cyberclick. Disponible en: https://www.cyberclick.es/numerical-blog/que-son-los-stakeholders-y-como-afectan-a-tu-empresa.
dc.source.bibliographicCitationTrotta, F (2022) How to access Google Sheets on Google Colaboratory. En: MLearning.Ai. Disponible en: https://medium.com/mlearning-ai/how-to-access-google-sheets-on-google-colaboratory-8766b3a0996f.
dc.source.bibliographicCitationUnir (2021) Clustering: Qué es y cuál es su aplicación en Big Data. En: UNIR. Disponible en: https://www.unir.net/ingenieria/revista/clustering/.
dc.source.bibliographicCitationZwass, V (2020) information system. En: Encyclopedia Britannica.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectE-commerce
dc.subjectsistema de información
dc.subjectanalítica de negocios
dc.subjectanálisis descriptivo
dc.subjectanálisis prescriptivo
dc.subjectpauta publicitaria
dc.subjectvisualización
dc.subjecttoma de decisiones
dc.subject.keywordE-commerce
dc.subject.keywordinformation system
dc.subject.keywordbusiness analytics
dc.subject.keyworddescriptive analysis
dc.subject.keywordprescriptive analysis
dc.subject.keywordadvertising guidelines
dc.subject.keywordvisualization
dc.subject.keyworddecision making
dc.titleDiseño y construcción de un sistema información para facilitar la toma de decisiones de un e-commerce
dc.title.TranslatedTitleDesign and construction of an Information System to facilitate the decision making of an e-commerce
dc.typebachelorThesis
dc.type.documentTrabajo de grado
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
Archivos
Bloque original
Mostrando1 - 2 de 2
Miniatura
Nombre:
GomezReina-BrigitteAlejandra-2023.pdf
Tamaño:
947.99 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Miniatura
Nombre:
Referencias Bibliográficas.ris
Tamaño:
12.56 KB
Formato:
Descripción:
Descargar
Colecciones
Maestría en Business Analytics