Repository logo
Communities & Collections
All of DSpace
  • English
  • Español
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "PINO SILVA, EDITH PABLINA"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Thesis
    METODOLOGÍA DE SEGMENTACIÓN DE MERCADO MEDIANTE ANÁLISIS CLUSTER ORIENTADA AL COMPORTAMIENTO DEL CONSUMIDOR
    (2016) PINO SILVA, EDITH PABLINA; PINO SILVA, EDITH PABLINA; Universidad Tecnica Federico Santa Maria UTFSM INDUSTRIAS; SAAVEDRA RODRIGUEZ, OSCAR JULIO; SALAZAR ALBORNOZ, RODOLFO IGNACIO
    La presente investigación tiene como objetivo proponer una metodología de segmentación de mercado orientada al comportamiento del consumidor, a través de un análisis cluster. Este modelo es apto para empresas que comercialicen productos o servicios de forma masiva y está realizado con el propósito fundamental, de que estas puedan aplicar estrategias diferenciadas para cada uno de los segmentos de mercado identificados, en función de sus características comportamentales.Los fundamentos que sustentan esta metodología, están relacionados a las diferencias existentes entre los consumidores, cada individuo tiene características particulares que lo diferencian de los demás. Esto, tiene como consecuencia que la relación existente entre un consumidor y un determinado producto o servicio sea única y particular. En este sentido, el desarrollo de las tecnologías de la información, entrega a los investigadores una mayor información sobre el comportamiento actual de los consumidores y un acceso más directo al consumidor como individuo.El procedimiento metodológico planteado, inicia con un diagnóstico inicial de la empresa y un análisis cualitativo del comportamiento del consumidor, a través de la realización de focus group, cuyo objetivo es conocer en términos generales, sobre el comportamiento, los gustos y preferencias de los individuos en estudioSe investigan distintos métodos de análisis cluster para la clasificación de consumidores en función de sus características. Para aprovechar las ventajas de un procedimiento jerárquico y uno no jerárquico se utilizan ambos, proponiendo un algoritmo de clasificación que incluye una etapa de pre procesamiento de datos, la ejecución del análisis cluster y el perfilado de los segmentos.Para finalizar la propuesta, se plantea un análisis completo del atractivo de cada segmento, en función del tamaño del mercado y su estructura, su potencial de crecimiento y los recursos de la empresa. Los resultados de este análisis, permiten visualizar los cluster realmente atractivos para la empresa y generar estrategias diferenciadas para cada uno.Finalmente, el modelo es aplicado a un parque de entretenciones de la Región Metropolitana, en donde se identifican cuatro potenciales segmentos. Después de perfilarlos de acuerdo a variables de comportamiento y demográficas, además de analizarlos desde un punto de vista estratégico, se concluye que solo tres de ellos son efectivamente atractivos para la empresa.

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback