@misc{10902/38122,
year = {2025},
month = {6},
url = {https://hdl.handle.net/10902/38122},
abstract = {Este trabajo aplicó técnicas de Business Analytics a datos simulados de una empresa B2B de hardware, analizando patrones de compra, segmentando clientes y prediciendo el abandono. Se observó una mayor frecuencia de compra en productos más económicos. Los modelos predictivos lograron precisiones moderadas (53 –59%), siendo útiles a pesar del desbalance de clases. La segmentación de clientes reveló perfiles diferenciados, como el Clúster 1, que son las empresas grandes y propensas a productos premium pero con mayor abandono. El precio fue el factor más influyente en el abandono, aportando insights valiosos para adaptar estrategias por sector y país},
abstract = {This study uses Business Analytics on simulated B2B hardware data to analyze purchase behavior, customer segments, and churn. Lower-priced products had higher purchase frequency. Predictive models achieved moderate accuracy (53–59%) despite class imbalance. Clustering identified key profiles, such as Cluster 1—large firms ideal for premium products but with higher churn risk. Price emerged as the main churn factor, informing strategic decisions by sector and region},
title = {Business Analytics: definición, evolución y aplicación de técnicas de análisis en una empresa de venta de hardware},
author = {Uria Yabar, Lucía},
}