| Revista: | Innovación y software |
| Base de datos: | |
| Número de sistema: | 000548830 |
| ISSN: | 2708-0935 |
| Autores: | Ventura Ramos, Rony Tito1 Jacobo Castillo, Andrew Pold1 Begazo Ticona, Jesus1 Gomez Velasco, Brian Jhosep1 |
| Instituciones: | 1Universidad Nacional de San Agustín, |
| Año: | 2023 |
| Volumen: | 4 |
| Número: | 1 |
| Paginación: | 122-137 |
| País: | Perú |
| Idioma: | Español |
| Resumen en inglés | Telemarketing is an interactive direct marketing technique in which a telemarketing agent solicits potential customers over the phone to make a sale of merchandise or a service. One of the great problems of telemarketing is to specify the list of clients that presents a greater probability of buying the product that is offered. In this article, we propose a personalized decision support system that can automatically predict the decision of the target audience after making a telemarketing call, in order to increase the effectiveness of direct advertising campaigns and consequently reduce the cost and cost. campaign time. The artificial intelligence method used in this work is the decision tree evaluated with the metrics of precision, accuracy and completeness. After applying the artificial intelligence method we obtain an accuracy, precision and completeness greater than 80%. The conclusions reached by the team are that in order to improve the decision tree model it is important to carry out a prior analysis of the data using statistical techniques or diagrams, to obtain a reference to the data and apply balancing techniques to obtain the best possible model. |
| Resumen en español | El telemercadeo es una técnica interactiva de mercadeo directo en la que un agente de telemercadeo solicita clientes potenciales a través del teléfono para realizar una venta de mercadería o servicio. Uno de los grandes problemas del telemarketing es especificar la lista de clientes que presentan una mayor probabilidad de comprar el producto que se ofrece. En este artículo proponemos un sistema de apoyo en la toma de decisiones personalizado que puede predecir automáticamente la decisión del público objetivo luego de realizar una llamada de telemarketing, con el fin de aumentar la efectividad de las campañas publicitarias directas y en consecuencia reducir el costo y tiempo de la campaña. El método de inteligencia artificial utilizado en este trabajo es el árbol de decisión evaluado con las métricas de precisión, exactitud y exhaustividad. Luego de aplicar el método de inteligencia artificial obtenemos una exactitud, precisión y exhaustividad mayor al 80%. Las conclusiones a los que el equipo llegó son que para mejorar el modelo de árbol de decisión es importante realizar un análisis previo de los datos mediante técnicas estadísticas o diagramas, para obtener referencia de los datos y aplicar técnicas de balanceo para obtener el mejor modelo posible. |
| Palabras clave: | Telemarketing, Árboles de decisión, Inteligencia artificial |
| Keyword: | Telemarketing, Decision trees, Artificial Intelligence |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
