En el presente trabajo de investigación se encontró como problemática la deficiencia en toma de decisiones al momento de generar promociones y ubicar productos en estanterías, de igual forma no realizan un análisis basándose en la información histórica para la toma de decisiones en el área de ventas. El objetivo principal fue generar una solución de minería de datos como apoyo a la toma de decisiones del área de ventas del supermercado “M Market”. La metodología usada para la aplicación de minería de datos fue Crisp DM y para la construcción del software fue Scrum. El tipo de investigación es tecnológica aplicada. Los datos utilizados para el desarrollo de la investigación fueron proporcionados directamente por el supermercado. Con esto, se construyó la solución de minería de datos utilizando la técnica no supervisada de reglas de asociación que ofrece mejorar el proceso de la toma de decisiones con la información visualizada a través de los reportes. Las reglas de asociación fueron generadas gracias al algoritmo Apriori y a su vez fueron validadas con la métrica lift; por otro lado, el software fue validado con la herramienta Lighthouse mostrando puntuaciones de calidad aceptables. Finalmente, los usuarios respondieron una encuesta de satisfacción que mostró resultados positivos.
| Identifer | oai:union.ndltd.org:usat.edu.pe/oai:tesis.usat.edu.pe:20.500.12423/6625 |
| Date | January 2023 |
| Creators | Cieza Bances, Paola Elizabeth |
| Contributors | Chavarry Chankay, Mariana |
| Publisher | Universidad Católica Santo Toribio de Mogrovejo, PE |
| Source Sets | Universidad Catolica Santo Toribio de Mogrovejo |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by/4.0/ |
Page generated in 0.002 seconds