Evaluación de preferencias de consumidores en la compra de computadores portátiles: Un estudio de segmentación y clasificación desde el marketing transformacional

• Andrea C. Droguett ^[1] ; Marcelo León Vargas ^[1] ; Elias J. Bracho ^[1]
  1. [1] Universidad Viña del Mar

     Universidad Viña del Mar

     Viña del Mar, Chile

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 32, Nº. 1, 2024
• Idioma: español
• Títulos paralelos:
  • Assessment of consumer preferences in laptop purchases: A segmentation and classification study from a transformational marketing perspective
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En un entorno empresarial dinámico, la segmentación de consumidores es vital para el crecimiento y desarrollo. Este estudio propone un enfoque integrado utilizando aprendizaje automático para la segmentación posterior basada en los beneficios buscados por los consumidores, desde una perspectiva de marketing transformacional. La investigación utiliza algoritmos de máquinas de soporte vectorial (SVM) y árboles de clasificación (DTC) para efectuar la clasificación inicial, y el algoritmo de K-medias para segmentar a los consumidores según sus preferencias. La muestra consistió en 1.000 participantes. Los resultados revelaron grupos de consumidores con patrones de preferencias / comportamientos distintivos, proporcionando una visión detallada de la cartera de consumidores potenciales. En el marco del marketing transformacional, estos hallazgos permiten diseñar estrategias más allá de la simple promoción de productos, centrándose en experiencias personalizadas y comunicaciones dirigidas. La segmentación basada en beneficios identificó cuatro segmentos: el primero destacando economía y usabilidad, el segundo enfocado en rendimiento, el tercero mostrando preferencias en diseño, rendimiento y economía, y el cuarto resaltando diseño y rendimiento. El estudio demuestra que tanto el algoritmo SVM como DTC tienen un alto rendimiento en la clasificación de consumidores, proporcionando una base sólida para la aplicación práctica de estas técnicas. En resumen, este enfoque integrado utilizando aprendizaje automático ofrece una visión detallada y práctica para la segmentación de consumidores, abriendo oportunidades para estrategias de marketing más efectivas.

  • English

    In a dynamic business environment, consumer segmentation is vital for growth and development. This study proposes an integrated approach using machine learning for post-hoc segmentation based on the benefits sought by consumers from a transformational marketing perspective. The research uses Support Vector Machine (SVM) and Decision Tree Classification (DTC) algorithms to perform the initial classification and the K-means algorithm to segment consumers according to their preferences. The sample consisted of 1,000 participants. The results revealed groups of consumers with distinctive preference/behavior patterns, providing a detailed view of the potential consumer portfolio. Within the framework of transformational marketing, these findings allow for the design of strategies beyond simple product promotion, focusing on personalized experiences and targeted communications. Benefit-based segmentation identified four segments: the first highlighting economy and usability, the second focusing on performance, the third showing preferences in design, performance, and economy, and the fourth highlighting design and performance. The study demonstrates that both the SVM and DTC algorithms have high performance in consumer classification, providing a solid foundation for the practical application of these techniques. In summary, this integrated machine learning approach offers a detailed and practical view of consumer segmentation, opening opportunities for more effective marketing strategies.