Implementación de un algoritmo Recomendador Machine Learning usando Datamart para la toma de decisiones en el área de ventas de la empresa Sport Anthony en Chimbote

Abstract

La presente investigación está orientada a la implementación de un Algoritmo Machine Learning, usando DATAMART para la toma de decisiones en el área de ventas de la empresa Sport Anthony. Se utilizó la Metodología de Ciencia de Datos (CRISP-DM). El tipo de investigación es cuasi experimental, útil para hacer la comparación entre un escenario previo con la experimentación de los resultantes que se obtiene luego de esta. De esta manera tendremos una medición previa de la variable independiente, algoritmo recomendador (Pre - test), su aplicación y una nueva medida para la variable dependiente luego de aplicar la independiente (Pos - test). También usamos herramientas como Google Analytics para exportar datos, Visual Studio 2017 para la extracción y transformación de datos, SQL server 2012 para almacenar los datos, Anaconda Navigator y Jupyter Notebook para implementar el algoritmo en Python, entre otras que hacen posible la implementación del algoritmo usando DATAMART para la toma de decisiones en el área de ventas de la empresa Sport Anthony, con el apoyo también del personal representante de la empresa, el personal de ventas y marketing, 6 personas, las cuales forman parte de la muestra para los indicadores cualitativos, mientras que, con los indicadores cuantitativos, 11 con respecto a la cantidad de otros Recomendadores y 61 que corresponden a los tiempos, días en que se hicieron las pruebas. Los resultados obtenidos, como el grado de satisfacción de los usuarios, que se ha incrementado en un 28,74%, la calidad de la Información con un incremento del 13,2%, y con respecto a los tiempos de búsqueda de productos a ofertar, una reducción del 93,88%, se tiene también una reducción de costos por la utilización del Algoritmo Recomendador Propuesto en un 78,78%, y un incremento de ventas del 55,82%, los cuales corroboran la hipótesis planteada, siendo útiles para la toma de decisiones de la empresa del estudio.