dc.contributor.advisor | Urrelo Huiman, Luis Vladimir | |
dc.contributor.author | Santa Cruz Damian, Elias Enrique | |
dc.creator | Santa Cruz Damian, Elias Enrique | |
dc.date.accessioned | 2024-07-10T16:00:23Z | |
dc.date.available | 2024-07-10T16:00:23Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12759/33991 | |
dc.description.abstract | El objetivo principal de este estudio fue diseñar un Modelo de Gestión de Relaciones con
Cliente basado CRM, incorporando Machine Learning, orientado a la satisfacción en la atención
de clientes; respondiendo a la pregunta de: ¿Cómo influye un Modelo de Gestión de Relaciones
con Cliente basado CRM, incorporando Machine Learning, en la satisfacción en la atención de
clientes?
Se trató de una investigación de tipo no experimental. En donde, se examinaron 3 metodologías
y buenas prácticas en la gestión de relaciones con los clientes, con mayor presencia en el
mercado como son: SalesForce, HubSpot y Dynamics, las mismas que fueron analizados
considerando una serie de ventajas que ofrecen y que ayudaron a cumplir parte del objetivo
planteado.
Como resultado de este examen y análisis, se desarrolló un nuevo modelo de CRM, el cual se
validó mediante un caso de estudio realizado en el estudio Ramírez, el cual fue desarrollado en
todas las fases.
El presente estudio concluye, tras realizar el análisis estadístico correspondiente, se observó una
mejora significativa promedio de 1.61 (32%) después de implementar la propuesta, que: Un
modelo de Modelo de Gestión de Relaciones con Cliente basado CRM, incorporando Machine
Learning, incide significativamente en la satisfacción en la atención de clientes. | es_PE |
dc.description.abstract | The main objective of this study was to design a Customer Relationship Management Model
based on CRM, incorporating Machine Learning, aimed at customer service satisfaction;
answering the question: How does a CRM-based Customer Relationship Management Model,
incorporating Machine Learning, influence customer service satisfaction?
It was a non-experimental type of research. Where, 3 methodologies and good practices in
customer relationship management were examined, with greater presence in the market, such
as: SalesForce, HubSpot and Dynamics, which were analyzed considering a series of
advantages that they offer and that helped to fulfill part of the stated objective.
As a result of this examination and analysis, a new CRM model was developed, which was
validated through a case study carried out in the Ramírez study, which was developed in all
phases.
The present study concludes, after performing the corresponding statistical analysis, an average
significant improvement of 1.61 (32%) was observed after implementing the proposal, which:
A CRM-based Customer Relationship Management Model, incorporating Machine Learning,
affects significantly in customer service satisfaction | es_PE |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Privada Antenor Orrego | es_PE |
dc.relation.ispartofseries | M_INGE_0226 | |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.subject | CRM | es_PE |
dc.subject | Atención Cliente | es_PE |
dc.title | Modelo de gestión de relaciones con cliente basado CRM, incorporando Machine Learning, orientado a la satisfacción en la atención de clientes | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.grantor | Universidad Privada Antenor Orrego. Escuela de Postgrado | es_PE |
thesis.degree.name | Maestro en Gerencia en Tecnología de Información y Comunicaciones | es_PE |
thesis.degree.discipline | Maestría en Ingeniería | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0003-1523-2640 | es_PE |
renati.author.dni | 44428532 | |
renati.advisor.dni | 40010219 | |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
renati.level | https://purl.org/pe-repo/renati/level#maestro | es_PE |
renati.discipline | 612177 | es_PE |
renati.juror | Lazo Aguirre, Walter Aurelio | |
renati.juror | Abanto Carrera, Heber Gerson | |
renati.juror | Gaytán Toledo, Carlos Alberto | |
dc.publisher.country | PE | es_PE |