Big Data, una herramienta fundamental para conocer al cliente
dc.contributor.author | Peña Viana, Efrén David | spa |
dc.coverage.campus | CRAI-USTA Bogotá | spa |
dc.date.accessioned | 2017-06-28T20:05:41Z | spa |
dc.date.available | 2017-06-28T20:05:41Z | spa |
dc.date.issued | 2015 | spa |
dc.description | Una de las necesidades centrales de toda organización es conocer al cliente, saber con exactitud cuáles son sus necesidades, y para ello utilizan diferentes herramientas de análisis, el problema con estas herramientas es que muestran las necesidades del mercado, y estas no son específicas, esto es un problema en la actualidad ya que los consumidores son autónomos, gracias a la web tienen información sobre todos los productos presentes en el mercado, y tienen autonomía al momento de elegir según el que se acomode más a sus necesidades. Anticiparse al deseo del consumidor es la llave del éxito en los negocios. Para poder adquirir esta capacidad hace falta contar con herramientas de forecasting que proporcionen pronósticos fiables y de calidad. Todo lo relativo a la predicción del comportamiento de los consumidores es un aspecto crucial para la mayoría de los responsables de negocio y lo ha sido desde hace décadas.(MOJICA, 2015) Las organizaciones necesitan de una herramienta que les permita analizar grandes volúmenes de datos sobre el comportamiento de los consumidores, es aquí cuando Big data se convierte en una herramienta representativa, “Big data permite obtener una imagen más completa de las preferencias y demandas de los clientes; a través de esta profunda comprensión empresas de todo tipo encuentran nuevas formas de interactuar con sus clientes actuales y futuros” (Serrano, 2014) Big data representa múltiples ventajas si lo enfocamos en el cliente, una empresa puede mejorar considerablemente la comunicación con los consumidores, por medio incluso de los mismos productos que constantemente están conectados a internet, ya que siempre que una persona realiza transacciones en la web va dejando una serie de huellas que interpretadas de forma correcta pueden generar valiosa información sobre sus patrones de consumo, con lo cual las organizaciones pueden anticiparse al futuro y sabes cuáles serán los productos con mayores posibilidades de éxito en el mercado. | spa |
dc.description.abstract | One of the central needs of any organization is to know the customer, to know exactly what their needs are, and for this they use different analysis tools, the problem with these tools is that they show the needs of the market, and these are not specific, this It is a problem today since consumers are autonomous, thanks to the web they have information about all the products on the market, and they have autonomy when choosing according to the one that best suits their needs. Anticipating the consumer's desire is the key to business success. In order to acquire this capacity, it is necessary to have forecasting tools that provide reliable and quality forecasts. Everything related to predicting consumer behavior is a crucial aspect for most business managers and has been for decades. (MOJICA, 2015) Organizations need a tool that allows them to analyze large volumes of data on consumer behavior. This is when Big data becomes a representative tool. “Big data allows us to obtain a more complete picture of customer preferences and demands. ; Through this deep understanding, companies of all kinds find new ways to interact with their current and future customers ”(Serrano, 2014) Big data represents multiple advantages if we focus on the customer, a company can considerably improve communication with consumers, even through the same products that are constantly connected to the internet, since whenever a person performs transactions on the web, a series of footprints that, interpreted correctly, can generate valuable information about their consumption patterns, so that organizations can anticipate the future and know which products will be the most successful in the market. | eng |
dc.description.degreelevel | Pregrado | spa |
dc.description.degreename | Administrador de empresas | spa |
dc.description.domain | http://unidadinvestigacion.usta.edu.co | spa |
dc.format.mimetype | application/pdf | spa |
dc.identifier.citation | Peña Viana, E. D. (2015) Big Data, una herramienta fundamental para conocer al cliente. [Trabajo de pregrado, Universidad Santo Tomás] Bogotá, Colombia | spa |
dc.identifier.doi | http://dx.doi.org/10.15332/tg.pre.2020.00157 | spa |
dc.identifier.instname | instname:Universidad Santo Tomás | spa |
dc.identifier.reponame | reponame:Repositorio Institucional Universidad Santo Tomás | spa |
dc.identifier.repourl | repourl:https://repository.usta.edu.co | spa |
dc.identifier.uri | https://hdl.handle.net/11634/3775 | |
dc.language.iso | spa | spa |
dc.publisher | Universidad Santo Tomás | spa |
dc.publisher.faculty | Facultad de Administración de Empresas | spa |
dc.publisher.program | Pregrado Administración de Empresas | spa |
dc.relation.references | Aguayo, C. M. (s.f.). Como orientar la gestión empresarial desde las necesidades del cliente. Qualitas hodie: Excelencia, desarrollo sostenible e innovación . | |
dc.relation.references | Alcázar, P. (2007). Conocer los deseos del cliente . Emprendedores: las claves de la economía y el éxito profesional , págs. 85-96. | |
dc.relation.references | Babcock, B. (s.f.). El valor del cliente. Harvard Deusto Márketing y Ventas . | |
dc.relation.references | Cano, J. L. (2014). Big Data Usos y aplicaciones para su máximo aprovechamiento. Harvard Deusto Márketing y Ventas , págs. 42-46 | |
dc.relation.references | Desplat, S. G. (2014). El Big Data, cada vez mas grande . Harvard deusto Marketing y ventas , 12-20. | |
dc.relation.references | Gonzalez, A. (2013). Tres casos de exito de Bid Data en Colombia . | |
dc.relation.references | González, J. F. (2006). Bajo el paraguas: Bussines Intelligence. Datamation: la revista española de tecnología de la Información para empresa, , págs. 30-38. | |
dc.relation.references | http://www.bdigital.org/. (s.f.). | |
dc.relation.references | Mere, J. B. (s.f.). BIGDATA : claves del modelo de negocio para la empresa industrial del siglo XXI. Economía industrial,Ejemplar dedicado a: Innovación y creación de valor , págs. 113-122. | |
dc.relation.references | MOJICA, F. J. (2015). Forecasting y Prospectiva dos alternativas complementarias para adelantarnos al futuro. UNIVERSIDAD EXTERNADO DE COLOMBIA , 50-64. | |
dc.relation.references | Moreno, J. P. (2014). Una aproximación a Big Data. Revista de derecho UNED , págs. 471-506. | |
dc.relation.references | Navarra, P. L. (s.f.). El big data transforma la interpretación de los medios sociales. El profesional de la información. Ejemplar dedicado a: Big data y analítica digital , págs. 575-581. | |
dc.relation.references | Peña, Á. J. (2010). Comunicación efectiva con el cliente. Argos: Informativo Veterinario . | |
dc.relation.references | Quesada, A. (2002). Cómo conocer más y mejor al cliente. MK: Marketing + ventas . | |
dc.relation.references | Regalado, M. M. (2010). Asegurar el valor estratégico de los sistemas de inteligencia de negocio. Estrategia financiera . | |
dc.relation.references | Reyes, M. (2015). "Big data" y el consumidor. Publicidad y Marketing , (págs. 10-25). | |
dc.relation.references | Roegner, E. (2002). ¿Qué quiere el cliente? Harvard Deusto Márketing y Ventas , 74-87. | |
dc.relation.references | Serrano, J. (2014). Big data y analítica web. Estudiar las corrientes y pescar en un océano de datos. El profesional de la informacion , 561-566. | |
dc.relation.references | Suárez, S. C. (s.f.). Big Data o las grandes expectativas. Harvard Deusto Márketing y Ventas , 18-32. | |
dc.relation.references | Tascón, M. (2013). Introducción: Big Data. Pasado, presente y futuro. Telos: Cuadernos de comunicación e innovación , págs. 47-60 | |
dc.relation.references | Tjan, A. K. (2008). Transformar la estrategia cliente por cliente. Harvard Business Review, , págs. 58-65. | |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Colombia | * |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.local | Abierto (Texto Completo) | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
dc.subject.keyword | client | spa |
dc.subject.keyword | Analysis | spa |
dc.subject.keyword | Data | spa |
dc.subject.keyword | Enterprises | spa |
dc.subject.lemb | Servicio al cliente -- Administración -- Casos | spa |
dc.subject.lemb | Satisfacción del consumidor -- Casos | spa |
dc.subject.lemb | Mejoramiento de procesos -- Casos | spa |
dc.subject.proposal | Cliente | spa |
dc.subject.proposal | Analisis | spa |
dc.subject.proposal | Datos | spa |
dc.subject.proposal | Empresas | spa |
dc.title | Big Data, una herramienta fundamental para conocer al cliente | spa |
dc.type | bachelor thesis | |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa | |
dc.type.drive | info:eu-repo/semantics/bachelorThesis | |
dc.type.local | Tesis de pregrado | spa |
dc.type.version | info:eu-repo/semantics/acceptedVersion |
Archivos
Bloque original
1 - 4 de 4
Cargando...
- Nombre:
- 2015peñaefrén.pdf
- Tamaño:
- 510.85 KB
- Formato:
- Adobe Portable Document Format
- Descripción:

- Nombre:
- entrega documentos.pdf
- Tamaño:
- 414.83 KB
- Formato:
- Adobe Portable Document Format
- Descripción:

- Nombre:
- derechos de autor.pdf
- Tamaño:
- 312.5 KB
- Formato:
- Adobe Portable Document Format
- Descripción:

- Nombre:
- carta facultad.pdf
- Tamaño:
- 291.35 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
Bloque de licencias
1 - 1 de 1

- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: