
Please use this identifier to cite or link to this item:
https://repositorio.uide.edu.ec/handle/37000/8539
Title: | Predicción del Abandono de Clientes en Plataformas ECommerce en Ecuador con Inteligencia Artificial |
Authors: | Balseca Cevallos, Jose Vladimiro Orbea Páez, Evelyn Consuelo Pérez Salazar, Erick Andrés Rodriguez Merchan, Darwin Reyes Chacón, Iván (tutor) Cortés López, Alejandro (tutor) |
Keywords: | ABANDONO DE CLIENTES;COMERCIO ELECTRÓNICO;E-COMMERCE;INTELIGENCIA ARTIFICIAL |
Issue Date: | 2025 |
Publisher: | QUITO/UIDE/2025 |
Citation: | Balseca Cevallos, Jose Vladimiro; Orbea Páez, Evelyn Consuelo; Pérez Salazar, Erick Andrés; Rodriguez Merchan, Darwin. (2025). Predicción del Abandono de Clientes en Plataformas ECommerce en Ecuador con Inteligencia Artificial. Maestría en ciencia de datos y maquinas de aprendizaje. UIDE. Quito. 207 p. |
Abstract: | El abandono de clientes o churn, es un desafío importante para las plataformas de comercio electrónico en Ecuador, ya que afecta sus ingresos y competitividad. Este estudio analiza el abandono de clientes usando datos transaccionales y demográficos de una empresa ecuatoriana de comercio electrónico. Con herramientas de ciencia de datos, como Python y algoritmos de aprendizaje automático, se identificarán factores que llevan a los clientes a dejar de comprar, como por ejemplo inactividad o insatisfacción con precios. Los modelos predictivos ayudarán a predecir clientes en riesgo, permitiendo a las empresas, especialmente pymes, crear estrategias de retención. Los resultados podrán ayudar a fortalecer el comercio electrónico en Ecuador, en un sector en crecimiento. Customer churn is a significant challenge for e-commerce platforms in Ecuador, impactingtheir revenue and competitiveness. This study analyzes churn using transactional and demographic data from an anonymized Ecuadorian e-commerce company. Leveraging data science tools, such as Python and machine learning algorithms, the research will identify factors driving customers to stop purchasing, such as inactivity or price dissatisfaction. Predictive models will enable the identification of at-risk customers, supporting businesses, particularly SMEs, in developing retention strategies. The results could help strengthen ecommerce in Ecuador, a growing sector. |
URI: | https://repositorio.uide.edu.ec/handle/37000/8539 |
Appears in Collections: | Tesis - Maestría - en Ciencia de Datos y Máquinas de Aprendizaje |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
UIDE-Q-TCDM-2025-14.pdf | CONFIDENCIAL | 251.73 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.