Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto
El desarrollo de criptomonedas es constante en muchos países, especialmente Argentina, que ha tenido una alta tasa de adopción en los últimos años, acompañada principalmente por causas económicas. Dado este contexto, se han desarrollado múltiples plataformas para acceder a las criptomonedas, generan...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de maestría acceptedVersion |
| Lenguaje: | Español |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | https://repositorio.utdt.edu/handle/20.500.13098/11560 |
| Aporte de: |
| id |
I57-R163-20.500.13098-11560 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Torcuato Di Tella |
| institution_str |
I-57 |
| repository_str |
R-163 |
| collection |
Repositorio Digital Universidad Torcuato Di Tella |
| language |
Español |
| orig_language_str_mv |
spa |
| topic |
Análisis de datos Usuarios Criptomonedas Exchange de Criptomonedas Customer Journey Maps Experiencia de Usuario Sequential Pattern Mining Clustering Monedas digitales |
| spellingShingle |
Análisis de datos Usuarios Criptomonedas Exchange de Criptomonedas Customer Journey Maps Experiencia de Usuario Sequential Pattern Mining Clustering Monedas digitales Alvarez Muñoz, María Carolina Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| topic_facet |
Análisis de datos Usuarios Criptomonedas Exchange de Criptomonedas Customer Journey Maps Experiencia de Usuario Sequential Pattern Mining Clustering Monedas digitales |
| description |
El desarrollo de criptomonedas es constante en muchos países, especialmente Argentina, que ha tenido una alta tasa de adopción en los últimos años, acompañada principalmente por causas económicas. Dado este contexto, se han desarrollado múltiples plataformas para acceder a las criptomonedas, generando un entorno altamente competitivo en el que la experiencia de usuario toma aún más relevancia.
El siguiente trabajo es realizado en conjunto con Beta, una empresa desarrollada hace menos de un año, que insertó en el mercado argentino una aplicación de exchange de criptomonedas. La empresa desea conocer con mayor profundidad la experiencia de usuario con el fin de entender si existen diferentes tipos de comportamientos al usar la app. Por tal motivo, en el presente estudio se emplean las técnicas de aprendizaje no supervisado de Sequential Pattern Mining (SPM) y el Clustering para analizar los desplazamientos generados por los usuarios dentro de la aplicación, combinándolas con herramientas de investigación cualitativa de Marketing para construir los Customer Journey Maps, el mapa de experiencias del usuario, con el fin de focalizar las estrategias en los puntos débiles del proceso de interacción de los clientes.
Como resultado del análisis de secuencias se evidencia un uso transaccional de la aplicación por parte de los usuarios. Al combinarlo con el análisis de clustering se obtienen siete grupos de clientes con su correspondiente mapa de experiencia analíticos que permiten descubrir que existen diferentes usos e intereses dentro de la aplicación para cada clúster más allá del uso puramente transaccional que revelaba el análisis de SPM. Al complementar con la información de los análisis cualitativos se crearon cuatro arquetipos de usuarios, que parecen revelar comportamientos similares, en cuanto al uso, a los siete clústers identificados. Gracias a la creación de estos perfiles fue posible explorar diferentes motivos y problemáticas que se presentan a diferentes tipologías de usuarios. Una de las principales fue la necesidad de información y educación sobre monedas digitales como un punto clave que la compañía debería desarrollar para obtener una ventaja competitiva con respecto a las muchas otras apps presentes en el mercado. A su vez, pensar en sumar notificaciones personalizables por usuarios para mantener un seguimiento de sus pérdidas y ganancias es clave para lograr la satisfacción de los clientes. Como conclusión general del estudio llevado a cabo es importante valorar la combinación de la información cualitativa y cuantitativa, ya que cada una de las técnicas analiza datos de distinta naturaleza que se complementan para entender no solo lo que hace el usuario dentro de la aplicación, sino también los motivos de por qué los realiza. |
| author2 |
Fumagalli, Elena |
| author_facet |
Fumagalli, Elena Alvarez Muñoz, María Carolina |
| format |
Tesis de maestría acceptedVersion |
| author |
Alvarez Muñoz, María Carolina |
| author_sort |
Alvarez Muñoz, María Carolina |
| title |
Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| title_short |
Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| title_full |
Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| title_fullStr |
Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| title_full_unstemmed |
Aplicación de Clickstream Data en análisis del Customer journey para startup de crypto |
| title_sort |
aplicación de clickstream data en análisis del customer journey para startup de crypto |
| publishDate |
2023 |
| url |
https://repositorio.utdt.edu/handle/20.500.13098/11560 |
| work_keys_str_mv |
AT alvarezmunozmariacarolina aplicaciondeclickstreamdataenanalisisdelcustomerjourneyparastartupdecrypto |
| bdutipo_str |
Repositorios |
| _version_ |
1764820542555160576 |