Aplicación de Inteligencia de Negocios para Mejorar las Utilidades Mediante el Aumento de la Satisfacción del Cliente en Restaurantes
| dc.contributor.author | Huallpa Tapia, Luis David | |
| dc.contributor.author | Gamarra Ramos, Gleny Paola | |
| dc.contributor.author | Vicente Gallegos, Julio Cesar | |
| dc.contributor.author | Quiroga Lipe, Mauricio Oscar | |
| dc.date.accessioned | 2019-08-17T03:07:59Z | |
| dc.date.accessioned | 2022-02-22T12:02:32Z | |
| dc.date.available | 2019-08-17T03:07:59Z | |
| dc.date.available | 2022-02-22T12:02:32Z | |
| dc.date.issued | 2019-07 | |
| dc.description.abstract | En la actualidad para los restaurantes administrar la satisfacción del cliente se ha convertido en una prioridad, ya que esto permite conocer los gustos del cliente que son necesarios para ser implementados y de esta forma conseguir que los clientes consumidores se incrementen y por consiguiente el negocio prospere. Sin embargo, si no se tiene a la clientela satisfecha el negocio corre riesgo de fracasar. El presente estudio tiene como objetivo aplicar inteligencia de negocios con el objetivo de mejorar las utilidades del restaurante con el aumento de la satisfacción del cliente. Primero realizando un análisis objetivo de las preferencias y necesidades comunes de los consumidores para de esta manera adecuar los espacios de venta a los requerimientos del cliente. Los datos se analizan mediante el uso de un método de minería de datos con una técnica de clasificación, estos modelos se desarrollan utilizando el árbol de decisión para determinar los atributos subyacentes de la satisfacción del cliente. Determinando que el árbol de decisiones y la red neuronal producen más del 80% de precisión predictiva. Lo que nos permite poder concluir las facilidades necesarias para poder atraer y fidelizar a la clientela, finalizando con su satisfacción y mayor afluencia a los restaurantes. | en_US |
| dc.description.country | Peru | en |
| dc.description.institution | Universidad | en |
| dc.description.track | Project Management, Service Engineering, Production Engineering and Product Life Management | en |
| dc.identifier.isbn | 978-958-52071-4-1 | |
| dc.identifier.issn | 2414-6390 | |
| dc.identifier.other | http://laccei.org/LACCEI2019-MontegoBay/meta/FP111.html | |
| dc.identifier.uri | http://dx.doi.org/10.18687/LACCEI2019.1.1.111 | |
| dc.identifier.uri | https://axces.info/handle/10.18687/20190101_111 | |
| dc.journal.referato | peerReview | |
| dc.language.iso | English | en_US |
| dc.publisher | LACCEI, Inc. | en_US |
| dc.rights | LACCEI License | |
| dc.rights.uri | https://laccei.org/blog/copyright-laccei-papers/ | |
| dc.subject | Minería de datos | en_US |
| dc.subject | Árboles de decisión | en_US |
| dc.subject | CRM | en_US |
| dc.subject | DSS | en_US |
| dc.subject | K Means | en_US |
| dc.subject | Satisfacción | en_US |
| dc.subject | Clientes | en_US |
| dc.subject | Restaurante | en_US |
| dc.title | Aplicación de Inteligencia de Negocios para Mejorar las Utilidades Mediante el Aumento de la Satisfacción del Cliente en Restaurantes | |
| dc.type | Article | en_US |