Caracterización y segmentación de clientes
| Identificación y obtención de patrones de clasificación de clientes mediante criterios complejos, por ejemplo segmentación de clientes ABC (oro, plata, bronce)
Técnicas: Análisis clúster, tablas de contingencia, análisis de lenguaje en redes sociales, etc.
|
| Modelos de propensión | Determinación de variables que inducen a determinados comportamientos, como puede un modelo de propensión para detectar los clientes que con mayor probabilidad se darán de baja de un servicio. Técnicas: Modelos de regresión, árboles de decisión, análisis factorial, etc. |
Estudios de satisfacción
| Sondeos integrados en un modelo de comportamiento para su análisis, como podría ser un estudio de clima laboral. Técnicas: Encuestas, métodos cualitativos, Delphi, etc. |
Análisis predictivo
| Predicción de magnitudes basados en modelos complejos, como por ejemplo la determinación de las necesidades de stock basadas en una predicción de la demanda
Técnicas: Modelos de regresión, análisis de series temporales, análisis de tendencias, etc. |
| Sistemas de recomendación | Recomendación de compras o consumo de productos y servicios al cliente o consumidor final, como por ejemplo recomendaciones tipo “otros clientes también compraron…” Técnicas: árboles de decisión, redes neuronales, random forest, etc. |
| Identificación de patrones de comportamiento | Determinación de mapas de calor, por ejemplo para predicción de movimientos y comportamientos Técnicas: IoT, Búsqueda de correlaciones y tendencias |