Memoria para optar al Título Profesional de Médico Veterinario / El presente estudio evaluó la aceptación por los gatos de diferentes tipos de arenas sanitarias representadas por una zeolita nacional del tipo Clinoptilolita, en comparación con otras dos arenas sanitarias comerciales y con arena común de río. Se realizaron tres ensayos de diez días de duración, comparado la Clinoptilolita con cada una de las otras tres arenas: Clinoptilolita v/s Tidy Cats®; Clinoptilolita v/s Arena Común de Río; y Clinoptilolita v/s Catsan®. Se utilizaron 13 gatos que habitan en cubículos individuales, pertenecientes al Centro de Investigaciones en Nutrición y Alimentación Animal (CINAM) de la Facultad de Ciencias Veterinarias y Pecuarias de la Universidad de Chile. En cada ensayo, se evaluaron dos arenas, las que se depositaron en bandejas sanitarias del mismo color, forma y tamaño, que se mantuvieron en iguales cantidades, en el patio exterior de los cubículos, durante todo el día. Diariamente se intercambiaron de posición las bandejas, y se registraron los pesos de las fecas y orina depositadas por los gatos en cada una de las arenas sanitarias. La preferencia por una arena sanitaria fue medida a través de los parámetros: Cantidad de Fecas; Cantidad de Orina; y Cantidad de Fecas más Orina depositadas en cada arena en evaluación. Los resultados obtenidos mostraron que no hubo preferencia entre la Clipnoptilolita y otra zeolita de nombre comercial Tidy Cats®. El segundo ensayo que comparó Clinoptilolita con arena común de río, demostró que los gatos prefieren la Clinoptilolita para defecar (p≤0,05), pero no mostraron preferencia por ninguna de las dos arenas para orinar (p≥0,05). La comparación de la Clinoptilolita con una arcilla natural aglutinante, comercializada con el nombre de Catsan®, demostró que los gatos prefieren orinar en Catsan® y también la prefieren al evaluar el parámetro Cantidad de Fecas más Orina (p≤0,05), pero no demuestran preferencia por ninguna de las dos arenas sanitarias al defecar solamente

No description available.

Memoria para optar al título de Ingeniero Civil en Computación / La presente tesis se centró en la implementación de una herramienta que permita diseñar y generar ofertas personalizadas a los representantes de una empresa de venta directa. Se utilizó como base un algoritmo de recomendación empleado en empresas de retail. Se adaptaron los diferentes módulos según correspondiese. Dentro de los desafíos iniciales estaba el comprender la diferencia entre el mundo de las empresas de venta directa y las empresas de retail. Entender cómo se lleva a cabo el proceso de compra, detectar oportunidades y restricciones propias del negocio, así como la oportunidad de incluir nuevas tecnologías, por ejemplo Machine Learning, para detectar patrones o comportamientos que no son detectables por un análisis regular de una persona y así mejorar la eficacia de la herramienta. Las ofertas generadas son expuestas al cliente en el portal de la empresa donde el acceso es personalizado. En el escenario inicial ya existía un algoritmo recomendador masivo de ofertas, por lo que uno de los objetivos de éxito es superar la conversión y el valor de las ofertas ofrecidas. La herramienta consta de 6 módulos principales que componen su esqueleto base: perfilamiento, propensión de compra, modelo de descuento, modelo de volumen, modelo de bundle y asignación. Cada uno de esto módulos opera de forma independiente, sin embargo, deben seguir un determinado orden de ejecución para el correcto funcionamiento. Se realiza una prueba preeliminar sobre un grupo piloto comparado contra un grupo control. Se revisan los resultados y se determinan oportunidades de mejorara para el motor. Se implementan cambios a ciertas partes de algoritmo antes de una última prueba. Al finalizar los cambios se obtuvo que en cuanto a tiempos de ejecución, para un país como Perú con alrededor de 150.000 consultoras el tiempo es de 3 horas, generando más de 3 millones de ofertas que están asociadas a cada consultora según sus características. Por el lado de resultados comerciales generales, en la prueba final se logró aumentar el ratio de conversión de las ofertas en un 15.3% con respecto al antiguo algoritmo recomendador llegando a un 24.1%, además se aumentó la conversión del canal de venta en un 4.7%. Mirado desde los productos, el PPU aumentó en 1.73 soles($0,52 USD), pero el PUP disminuyó en 0.35 unidades. Como beneficio secundario se logró bajar el tiempo generación de ofertas desde su diseño hasta la exposición en 7 días a pesar de aumentar considerablemente el volumen de ofertas generadas. Así se detectan posibles oportunidades de mejoras para futuras versiones de la herramienta.

Ingeniera Civil Industrial / Bajo un contexto de compras y ventas, los procesos de decisión comienzan desde el momento en que una persona adquiere información sobre algún producto o servicio que se tenga interés en adquirir. De esta manera, la forma en la que se recopila la información, los juicios y las razones de cada consumidor que influyen en la toma de decisión, son interesantes de estudiar porque permiten comprender parte del comportamiento individual de los consumidores. Cuando un consumidor se ve enfrentado a una decisión, tiene múltiples caminos a seguir para dar con alguna elección. Estos caminos suelen estar condicionados por las preferencias y los gustos de los tomadores de decisión, y son denominados como reglas de decisión. Por lo tanto, las reglas de decisión son un conjunto de condiciones bajo las cuales se puede elegir o rechazar una determinada alternativa. Conocer las reglas de decisión que utilizan los individuos puede ser de gran interés para los investigadores porque, de esta forma, se podría predecir las futuras elecciones de los consumidores. Hasta el momento, los estudios relacionados a comprender los procesos de decisión han combinado diversas técnicas del tipo cualitativas y cuantitativas. En particular, esta investigación utiliza técnicas cuantitativas para poder comprender, diferenciar y predecir el comportamiento de individuos que participaron en dos experimentos de simulación de compras. Los experimentos mencionados, simulan la oferta de un producto (o servicio), en donde los participantes deben escoger una alternativa. Durante estos procesos de elección, los individuos utilizan herramientas de Eye tracking, las que permiten registrar todo el comportamiento visual. Esta información adicional es la base de este trabajo de investigación y su importancia radica en que permite comprender qué es lo que buscan los participantes y el camino recorrido para dar con su elección a través de la información visual. A partir de los datos visuales recopilados del primer experimento, se construyen modelos matemáticos que permiten predecir el tipo de regla de decisión usada por los encuestados, acertando en el 95\% de los casos. Las restricciones impuestas en los modelos utilizados para esta predicción, configuran un escenario ideal que no representa correctamente una situación real. Por este motivo se realiza un análisis sobre los datos del segundo experimento, en cuyo caso se busca predecir la alternativa elegida por los encuestados, lográndolo correctamente en un 61\% de los casos. En función de estos análisis, se demuestra que la información visual puede ser muy útil para entender el comportamiento de los consumidores. Finalmente, se propone para futuras investigaciones, adaptar los modelos aquí propuestos, incluyendo nuevas variables que permitan acercar el estudio a un escenario cada ves más real.

Ingeniera Civil Industrial / El estudio de la forma en la que el consumidor toma decisiones de compra es de vital importancia en marketing. Los equipos de marketing necesitan entender lo que valora el consumidor al momento de elegir un producto o servicio y por qué lo valora, para enriquecer el producto de acuerdo a sus gustos y mejorar la manera de exponer informaciones sobre el producto. En las técnicas usuales de análisis conjunto, se analizan las decisiones del consumidor frente a elecciones diseñadas por el investigador para deducir sus preferencias y gustos en los distintos atributos de un producto e inferir sus elecciones futuras. Esta memoria busca predecir no sólo la elección sino también la regla de decisión, utilizando los movimientos de ojos del consumidor durante el proceso de elección. En particular, se estudia la regla conjuntiva, no-compensatoria, en la cual se definen niveles mínimos aceptables para cada atributo. Las alternativas cuyos niveles sobrepasan estos niveles mínimos para todos los atributos son satisfactorias. El estudio se desarrolla con datos de un experimento de análisis conjunto en el cuál se pidió a los participantes seguir distintas reglas conjuntivas, que varían por sus distintos niveles mínimos aceptables. Luego de un análisis descriptivo del comportamiento visual de los participantes, se elaboran distintos modelos a partir de los datos de eye tracking. Estos modelos logran predecir la regla conjuntiva usada con una tasa de acierto de 88% y elecciones futuras con una hit rate de 75%, con 10 preguntas de entrenamiento. Se compara el desempeño de este enfoque con modelos que usan elecciones pasadas, que arrojan una tasa de 100% en la predicción de la regla usada con el mismo conjunto de entrenamiento. Finalmente, se aplican los modelos a un segundo experimento en el cual los participantes eligieron de manera libre, sin regla impuesta. Se logra predecir elecciones futuras con elecciones pasadas con una hit rate de 57% y con el movimiento ocular con una hit rate de 36%. Resulta que el hecho de agregar información de movimientos de ojos a los modelos que usan elecciones pasadas no mejora su desempeño. Se concluye que el comportamiento visual, si bien es consistente con las elecciones de un consumidor, no aporta más información acerca de su regla de decisión conjuntiva. Se propone, para futuras investigaciones, integrar el modelo con otros que suponen otras reglas de decisión, para abarcar la diversidad de reglas usadas en la realidad.

Memoria para optar al Título Profesional de Médico Veterinario / Existe consenso en que el desarrollo del sector de la carne bovina en Chile pasa por la agregación de valor, ya que la posibilidad de competir por volumen, y con ello por precio, se dificulta por la limitada disponibilidad de recursos primarios. En esta perspectiva se hace importante conocer los hábitos y comportamiento de los consumidores, particularmente puesto que en Chile existen escasos estudios y conocimientos sobre hábitos de consumo, razones de compra y factores determinantes de elección. Este estudio abordó estos temas en consumidores de grupos socioeconómico medios y altos de la ciudad de Santiago. Se realizó un estudio cualitativo en base a grupos focales para luego llevar a cabo un estudio cuantitativo en base a una encuesta. Los principales resultados indican diferencias según edad, género o grupo socioeconómico para el lugar donde se realiza la compra de carne bovina, los métodos de conservación utilizados en el hogar y la preferencia de cantidad de grasa para este tipo de carne. En cuanto a atributos intrínsecos los más importantes resultaron ser terneza y sabor, existiendo diferencias según edad, género y grupo socioeconómico. Además, se observó una intención positiva de compra frente a nuevos cortes de carne que presenten los atributos valorados

Memoria para optar al título de Ingeniería Civil Industrial / Los experimentos de elección discreta, tales como análisis conjunto, son ampliamente utilizados para estimar las preferencias de los consumidores sobre ciertos productos o servicios y a través de los años han sido capaces de entregas valiosa información a los investigadores. Sin embargo, durante los últimos años ha crecido de forma considerable el interés sobre el impacto que genera el fenómeno de non-attendance o la ignorancia de atributos en la toma de decisiones de las personas. Se ha encontrado evidencia que no considerar este fenómeno genera sesgos en las estimaciones y/o bajo desempeño de los modelos. Investigadores han buscado incorporar este fenómeno, ya sea a través de preguntas directas o mediante inferencia a partir de sus respuestas. En base a revisión bibliográfica, hasta el momento no se ha visto que los estudios realicen validaciones sobre los modelos que presentan como solución al problema y, por ende, no es posible afirmar que estos enfoques logren capturar el fenómeno de non-attendance. Debido a esto, la investigación se enfoca en estudiar el fenómeno de non-attendance mediante inferencia en los datos, proponiendo un Modelo Logit con Clase Latente y validando su desempeño contra el Modelo Logit utilizado tradicionalmente. Mediante escenarios simulados se mide la capacidad de predicción que posee el modelo sobre las probabilidades de atender los atributos. Se calculan métricas de ajuste y analizan las diferencias entre ambos modelos. Por último, se aplican ambos modelos en un set de datos reales. Los resultados muestran que el Modelo Logit con Clase Latente es capaz de recuperar los parámetros de las simulaciones con alta precisión, así también la probabilidad de non-attendance, obteniéndose para el 92% de los casos un error bajo el 1%. Destaca un BIC y AIC bastante inferior que el Modelo Logit para casos con alta probabilidad de ignorar atributos. Resultados para datos in-sample y out-of-sample son consistentes. Además, se aplica el Modelo Logit con Clase Latente sobre datos reales obteniéndose un desempeño, según hit rate, y ajuste, según BIC y AIC, superior que el Modelo Logit. Se concluye que siempre que se posean datos de una muestra representativa, el Modelo Logit con Clase Latente entrega ventajas sobre el Modelo Logit en las estimaciones de las preferencias de los consumidores, presentando un mejor ajuste y desempeño, tanto para casos con presencia de non-attendance como para casos donde los participantes atienden todos los atributos.

Ingeniera Civil Industrial / En los últimos años, las ventas online han crecido de manera sostenida, convirtiéndose en un canal de venta atractivo para muchas empresas. Sin embargo, se destaca la alta competitividad que existe dentro de este mercado, por lo cual, es fundamental contar con una comprensión profunda del comportamiento de compra de los clientes para poder satisfacer los requerimientos exigidos por ellos, quienes frente a cualquier inconveniente podrían optar rápidamente por otra alternativa de compra. En particular, para Samsty, canal de ventas online de anteojos de sol, no es evidente cuáles son las preferencias de sus clientes al momento de comprar, siendo el objetivo de la investigación, establecer un modelo de preferencias sobre las políticas de servicio, de forma tal de generar una propuesta atractiva para los clientes, considerando las preferencias sobre las características físicas de anteojos de sol más valoradas dentro del mercado. Para lograr el objetivo planteado, fue realizado un análisis conjunto, específicamente Choice Based Conjoint (CBC), dado que imita la situación actual de venta en un escenario ficticio, donde el cliente puede decidir si realiza la compra o no, entregando información útil para la toma de decisiones. De este modo, el primer paso es levantar la información necesaria sobre las distintas políticas de servicio ofrecidas en internet y de características relacionadas al diseño de los anteojos de sol, lo que permitirá diseñar el cuestionario del análisis conjunto con los atributos más relevantes para los consumidores. Una vez diseñado el cuestionario y realizado el trabajo de campo, es posible comenzar el análisis de los resultados. En este caso, se puede observar que el 45% de los encuestados manifestaron que el precio es el atributo con mayor importancia al momento de decidir efectuar la compra, mientras que los otros atributos relacionados a las políticas de servicio representan el 55% restante, lo cual ratifica la importancia que tiene ofrecer una política de servicio atractiva a los clientes. De este modo, dentro de la investigación se propone a Samsty incorporar a su política la devolución y cambios de productos de forma gratuita pues mejora su posicionamiento un 14,84% incrementando el beneficio antes de impuestos e intereses (EBIT) de la empresa en promedio un 20%. Finalmente, junto al análisis conjunto, se realizo un análisis descriptivo con lo cual se determinaron las tasas de preferencias sobre los diseños de anteojos de sol de los clientes, que permitió evaluar la cartera actual de productos y generar una propuesta que impacta en un 68% el EBIT de la compañía, dado que, contempla los clientes que no están siendo atendidos actualmente.

Ingeniero Civil Industrial / La creciente incidencia de la tecnología en los procesos de compra ha facilitado poder hacer seguimiento de los clientes a través de las distintas etapas que componen una compra, tanto en formatos físicos como digitales. En partciular en una tienda física es posible conocer la ubicación del cliente a largo de su visita a la sala de ventas. En el presente trabajo se cuenta con la secuencia de ubicaciones seguidas por los clientes al interior de un supermercado en la ciudad de Santiago, estos fueron capturados a través de sensores dispuestos en la sala de ventas que detectan aquellos dispositivos móviles con la opción de wifi encendida. El principal objetivo del presente trabajo es entender como esta nueva fuente de información puede ayudar a enriquecer los análisis que se hacen actualmente sobre comportamiento de compra, donde generalmente solo se usan datos transaccionales. Para esto el análisis se divide en 3 partes: temporal, espacial y relacional. Primero los datos son pre procesados aplicando filtros sobre estos para restringir el análisis sobre secuencias de ubicaciones que correspondan a viajes de compra. En particular se definen criterios sobre las zonas en que son detectadas las observaciones y la duración de las visitas a la sala de ventas. Una vez hecho esto se analiza como varía la frecuencia de observación de acuerdo con las distintas trayectorias observadas. De esta parte se concluye que una gran fracción de las observaciones no puede ser asignada a un viaje de compra. Posteriormente se analizan los datos en su dimensión temporal a través de las variables hora de llegada y visitas por día. Estos datos se contrastan con variables análogas obtenidas a través de datos transaccionales. El principal resultado que se obtiene de esta comparación es que los patrones observados en datos transaccionales son consistentes con los obtenidos a través de datos móviles. Adicionalmente se logra estimar el tiempo que están los clientes al interior de la sala de ventas lo que no es posible con los datos transaccionales. Luego se analizan los datos en su dimensión espacial, esto es como se mueven los clientes al interior de la sala de ventas. En particular se construye el indicador de velocidad y se estudia como este varía de acuerdo con distintas variables. Una vez hecho esto se analiza cómo cambian los resultados al introducir correcciones a las trayectorias capturadas. Finalmente se comparan las visitas a ciertas zonas de la sala de ventas con las compras registradas en dichas zonas. El principal resultado de esta parte es la detección de brechas entre las compras y las visitas en distintas zonas de la sala de ventas. Esta información tiene el potencial de ser usada para mejorar la oferta de la sala de ventas en layout, ubicación de producto y ofertas entre otros.

Tesis (Ingeniero Agrónomo) / No disponible a texto completo