Mostrar el registro sencillo del ítem

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorTetzlaff, Tomás
dc.contributor.authorPeloso, Joaquínes_AR
dc.date.accessioned2023-09-20T14:23:39Z
dc.date.available2023-09-20T14:23:39Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/12038
dc.description.abstractSAP es una compañía de origen alemán con un gran peso en la industria del software que ha llegado a tener una enorme cantidad de productos a lo largo de su trayectoria. A estos productos se los conoce también como soluciones, y no son otra cosa más que módulos de software dedicados al manejo de distintas áreas de una compañía que pueden venderse por separado, dando lugar a la posibilidad de vender nuevas soluciones a compañías ya clientes. Este concepto también se lo conoce como cross-sell. Los datos comerciales sugieren que la posibilidad de explotar el potencial de compra de cada cliente no está del todo aprovechado. La mayor cantidad de compañías clientes tienen una sola solución comprada que podría fácilmente permitir una integración hacia otras soluciones del ecosistema. Debido a la inexistencia de una iniciativa similar por parte de la compañía, el presente trabajo se basa en hallar aquellas soluciones que mejor se adecuan a las necesidades de los clientes con mayor potencial de cross-sell, es decir las compañías con una sola solución comprada. Con el fin de lograr tal objetivo, se desarrollan varios modelos predictivos que permiten obtener las probabilidades de venta exitosa de una determinada solución distinta a la ya comprada. Por ejemplo, dada una compañía que ya cuenta con una solución y que tiene ciertas características e historial de compra, se determina la probabilidad que tiene de obtener una solución distinta. Para alcanzar el objetivo del trabajo, se usan tanto datos comerciales de SAP como también datos propios de las compañías cliente. Es gracias a estos datos que se completa un análisis clasificatorio sobre características y patrones de compra en común entre clientes, independientemente de la cantidad de compras que hayan tenido. Una vez comprendidas cuáles son aquellas variables mas relevantes para el análisis, se procede al armado de varios modelos XGBoost que permiten encontrar las probabilidades de éxito en una venta de tal forma que se formule una recomendación para el sector de planeamiento comercial. La misma está formada por las tres probabilidades más altas junto con la solución correspondiente.es_AR
dc.format.extent97 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectEstrategia comerciales_AR
dc.subjectComportamiento del Consumidores_AR
dc.subjectPredicción tecnológicaes_AR
dc.subjectGestión de ventases_AR
dc.subjectCommercial strategyes_AR
dc.subjectData Analysises_AR
dc.subjectConsumer behaviores_AR
dc.subjectAnálisis de datoses_AR
dc.subjectSales managementes_AR
dc.titleDescubriendo oportunidades de Cross-Sell en el segundo evento de compras en SAPes_AR
dc.typeinfo:eu-repo/semantics/masterThesises_AR
dc.typeinfo:ar-repo/semantics/tesis de maestríaes_Ar
thesis.degree.nameMaster in Management + Analyticsen
dc.subject.personSAPes_AR
dc.subject.keywordIndustria del Softwarees_AR
dc.subject.keywordCross-Selles_AR
dc.subject.keywordxgboostes_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem