Probabilidad de publicación en el Marketplace. Modelado de Machine Learning de clasificación para acciones de marketing
Actualmente, como usuarios de dispositivos con conexión a internet, recibimos diariamente muchas notificaciones y por diferentes canales desde las aplicaciones que tenemos instaladas. La empresa analizada en este trabajo, una de las e-commerce más grandes de Latinoamérica, posee varios envíos aut...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | info:eu-repo/semantics/other acceptedVersion |
| Lenguaje: | Español |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | https://repositorio.utdt.edu/handle/20.500.13098/11599 |
| Aporte de: |
| Sumario: | Actualmente, como usuarios de dispositivos con conexión a internet, recibimos
diariamente muchas notificaciones y por diferentes canales desde las aplicaciones que tenemos
instaladas. La empresa analizada en este trabajo, una de las e-commerce más grandes de
Latinoamérica, posee varios envíos automáticos y recurrentes a sus usuarios que cumplen con
alguna característica particular, o bien, realizaron una determinada acción dentro del
Marketplace.
El presente trabajo analiza las buenas prácticas de las acciones de marketing online, y
propone una mejora al escenario actual. A través de un modelo de clasificación de machine
learning, asigna a cada usuario un score de propensión a publicar dentro del Marketplace y
define estrategias de envíos de pushes e emails según métricas de open rate, conversión e
incrementalidad. Propone una reducción de múltiples envíos a uno solo unificado impactando en
el engagement de los usuarios, conversiones y reduciendo las posibilidades de spam.
Esta tesis estudia el gran potencial en la optimización de la toma de decisiones de las
grandes organizaciones que se puede generar a partir de un algoritmo de machine learning,
sobre un análisis convencional de datos. Los potenciales resultados son acordes a los estándares
requeridos por la empresa. |
|---|