Aplicación de técnicas de minería de datos para la predicción del crecimiento del portafolio de clientes de la empresa Custom Place.

Abstract

Custom Place, una empresa de manufacturación sublimada enfrenta problemas de organización de datos que afectan su atención al cliente. Para solucionar esto, se propone utilizar técnicas de minería de datos como Redes Neuronales, Arboles de Decisiones, Maquina de Soporte de Vectores y Regresión Lineal Múltiple siguiendo la metodología CRISP-DM, con la ayuda de bibliotecas de R para crear modelos de árboles de decisión, redes neuronales y máquinas de soporte de vectores. Se utilizarán gráficos de dispersión y cuatro métricas de rendimiento MSE, RMSE, MAE y R^2 para evaluar los modelos. Con estas técnicas, la empresa Custom Place podrá mejorar su gestión de datos y ofrecer así una mejor atención al cliente, lo que se traducirá en una mayor eficiencia y competitividad en el mercado. La minería de datos es una herramienta poderosa que puede ayudar a las empresas a aprovechar al máximo sus datos y mejorar su rendimiento en general.