Recent Submissions

  • Propuesta de modelo de Inteligencia de Clientes basado en RFM, Big Data y Machine Learning para la fidelización del cliente en Monark

    Medina La Plata, Edison Humberto; Mellet Duobert, Daniela Alessandra; Alva Cornejo, Diego Adolfo; Vilchez Mercado, Danissa Lizbeth (Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2026-01-29)
    En un entorno cada vez más competitivo y digitalizado, la fidelización de clientes se ha consolidado como un factor estratégico para la sostenibilidad de las organizaciones. En este contexto, la presente investigación tiene como objetivo desarrollar e implementar un modelo de Inteligencia de Clientes en Monark Perú S.A., empresa líder en la comercialización de bicicletas y equipos fitness, utilizando el enfoque RFM (Recency, Frequency, Monetary Value) como herramienta principal de segmentación basada en valor. La metodología empleada se sustenta en el modelo CRISP-DM, permitiendo estructurar el proceso analítico desde la comprensión del negocio hasta el despliegue del modelo. El estudio considera la recopilación, depuración e integración de datos transaccionales provenientes de tiendas físicas y del canal e-commerce, el cálculo de las variables RFM mediante consultas SQL y la aplicación de un scoring determinista basado en percentiles. Este enfoque prioriza la simplicidad operativa, la interpretabilidad de los resultados y la viabilidad de implementación dentro de la infraestructura tecnológica existente de la organización. Los resultados obtenidos evidencian patrones claros de comportamiento de compra que permiten clasificar a los clientes en segmentos diferenciados según su valor relativo para la empresa. Esta segmentación facilita una gestión comercial más focalizada, orientada a la priorización de clientes, el diseño de acciones de fidelización diferenciadas y el uso eficiente de los recursos comerciales. Asimismo, el modelo proporciona una visión integrada del valor del cliente, sentando las bases para una toma de decisiones sustentada en datos objetivos. El aporte de esta investigación es doble. Por un lado, genera conocimiento accionable sobre la base de clientes de Monark, contribuyendo a una comprensión más profunda de su comportamiento y valor. Por otro, entrega un modelo analítico reproducible y escalable, junto con herramientas concretas —segmentación RFM, dashboards y lineamientos tácticos— que pueden ser implementadas en el corto plazo. En conclusión, el modelo RFM se posiciona como un marco metodológico práctico y efectivo para fortalecer la inteligencia comercial de Monark, contribuyendo a su competitividad y sostenibilidad en el mercado peruano.