Pacheco Lopéz, Mario JoséPinzón Camacho, Cristian Camilo2023-02-062023-02-062023-02-05Pinzón Camacho, C. C. (2023). Análisis de Modelos para la Mezcla de Marketing desde la Perspectiva de Regresión Múltiple para una E-Wallet entre los Años 2019 y 2022. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/49387En el marketing, la asignación adecuada de los recursos en las distintas formas de darse a conocer a los usuarios finales, se ha convertido en un cálculo en ocasiones difícil de trabajar y entender. Aún más, en los últimos tiempos, con la aparición de nuevas dinámicas a través de canales digitales que aumentan la complejidad del problema. La estadística ha generado diversos mecanismos para abordar este tipo de problemas analíticos, intentando dar explicación al comportamiento real de la variable de interés. El modelo de mezcla de marketing tiene procedimientos adecuados para exponer las combinaciones que aumentan el rendimiento de los esfuerzos realizados por un Anunciante consignados en diversas variables. Este trabajo implementa una estrategia que ayuda a definir cuáles son las variables, transformaciones y el modelo, basado en regresión, que permiten encontrar la mejor combinación, dando resultados óptimos del modelo que sean suficientes para predecir la mezcla de marketing más conveniente.In marketing, the appropriate allocation of resources in the different ways of making yourself known to end users has become a difficult calculation to work out and understand. Even more so, in recent times, with the emergence of new dynamics through digital channels that increase the complexity of the problem. Statistics has generated several mechanisms to address this type of analytical problems, trying to explain the real behavior of the variable of interest. The marketing mix model has adequate procedures to expose the combinations that increase the performance of the efforts made by an advertiser consigned in several variables. This work attempts a strategy that helps to define which variables, transformations and model, based on regression, allow to find the best combination, giving optimal results of the model that are sufficient to predict the most convenient marketing mix.application/pdfspaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/bachelor thesisModelsMarketingLassoElastic NetRidgeRegressionEstadísticaMarketingUsuariosAbierto (Texto Completo)Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2ModelosMarketingRegresiónLassoElastic NetRidgereponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co