Aplicación web de recomendaciones para incrementar ventas de servicios de limpieza en la empresa Oskata mediante Machine Learning

Abstract

La tesis “Aplicación web de recomendaciones para incrementar ventas de servicios de limpieza en la empresa Oskata mediante Machine Learning” tiene como objetivo incrementar las ventas del servicio de limpieza en el rubro residencial de la empresa Oskata Cleaning Services LLC mediante una aplicación web que identifica ciertas características de sus clientes y, en base a ellas, les recomienda servicios adicionales. Esta investigación utilizó la metodología CRISP-DM y la técnica Random forest propia de la disciplina Machine Learning. El proyecto inició con el análisis de los factores influyentes en el servicio de limpieza de la empresa Oskata Cleaning Services LLC, estos factores fueron extraídos de las bases de datos sobre cotizaciones, ventas y clientes de la empresa. Luego, se planteó crear una aplicación web que permita que el potencial cliente solicite una cotización del servicio de limpieza y se le recomienden servicios adicionales para hacer más atractiva la oferta y cumplir con el objetivo de incrementar las ventas. Para el desarrollo de la solución se estructuró toda la información, se analizaron los datos, se seleccionaron las características con mayor relevancia, se determinó la relación que tenían determinadas características de los clientes con los servicios adicionales que ofrece la empresa y, en base a ello, se diseñó el algoritmo de predicción utilizando Random forest. Al final, se obtuvo el 95% de efectividad corroborable en la predicción realizada, es decir, el sistema de recomendación sí ayudó a mejorar la oferta (cotización) de los servicios de limpieza de la empresa Oskata, lo que se reflejó en el aumento de las ventas del servicio, de 10 cotizaciones 7 fueron ventas concretadas que incluían el servicio adicional de limpieza.