dc.creator | Gámez Albán, Harol Mauricio | |
dc.creator | Orejuela Cabrera, Juan Pablo | |
dc.creator | Salas Achipiz, Oscar Ancizar | |
dc.creator | Bravo Bastidas, Juan José | |
dc.date.accessioned | 2016-10-25 00:00:00 | |
dc.date.accessioned | 2022-06-17T20:19:23Z | |
dc.date.accessioned | 2022-09-29T14:48:10Z | |
dc.date.available | 2016-10-25 00:00:00 | |
dc.date.available | 2022-06-17T20:19:23Z | |
dc.date.available | 2022-09-29T14:48:10Z | |
dc.date.created | 2016-10-25 00:00:00 | |
dc.date.created | 2022-06-17T20:19:23Z | |
dc.date.issued | 2016-10-25 | |
dc.identifier | 1794-1237 | |
dc.identifier | https://repository.eia.edu.co/handle/11190/4994 | |
dc.identifier | 10.24050/reia.v13i25.1024 | |
dc.identifier | 2463-0950 | |
dc.identifier | https://doi.org/10.24050/reia.v13i25.1024 | |
dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3776404 | |
dc.description.abstract | Este artículo presenta una metodología basada en redes neuronales para realizar priorización de zonas de mercado visto desde un enfoque empresarial. En esta investigación se intenta dar solución a la incertidumbre que existe en la mayoría de las organizaciones en torno a la prioridad que tiene una zona de mercado; para ello se hace una búsqueda de los criterios más relevantes que las empresas tienen en cuenta para asignar prioridades a ciertos clientes. La problemática se sustenta por la ausencia de herramientas que permitan determinar la prioridad de una zona de mercado y la falta de una interrelación efectiva entre los departamentos de logística y mercadeo. Para ello se ocupan los mapas de Kohonen que son un tipo de red neuronal que facilitan el agrupamiento de clientes y permiten determinar cuáles de ellos son los que impactan con mayor frecuencia los criterios de priorización previamente establecidos. Finalmente, se presentan tres escenarios con fin de validar la propuesta formulada y ver que comportamiento tienen las redes neuronales en temas de priorización de zonas de mercado. | |
dc.description.abstract | Este artículo presenta una metodología basada en redes neuronales para realizar priorización de zonas de mercado visto desde un enfoque empresarial. En esta investigación se intenta dar solución a la incertidumbre que existe en la mayoría de las organizaciones en torno a la prioridad que tiene una zona de mercado; para ello se hace una búsqueda de los criterios más relevantes que las empresas tienen en cuenta para asignar prioridades a ciertos clientes. La problemática se sustenta por la ausencia de herramientas que permitan determinar la prioridad de una zona de mercado y la falta de una interrelación efectiva entre los departamentos de logística y mercadeo. Para ello se ocupan los mapas de Kohonen que son un tipo de red neuronal que facilitan el agrupamiento de clientes y permiten determinar cuáles de ellos son los que impactan con mayor frecuencia los criterios de priorización previamente establecidos. Finalmente, se presentan tres escenarios con fin de validar la propuesta formulada y ver que comportamiento tienen las redes neuronales en temas de priorización de zonas de mercado. | |
dc.language | spa | |
dc.publisher | Fondo Editorial EIA - Universidad EIA | |
dc.relation | https://revistas.eia.edu.co/index.php/reveia/article/download/1024/980 | |
dc.relation | Núm. 25 , Año 2016 | |
dc.relation | 169 | |
dc.relation | 25 | |
dc.relation | 157 | |
dc.relation | 13 | |
dc.relation | Revista EIA | |
dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | http://purl.org/coar/access_right/c_abf2 | |
dc.rights | Revista EIA - 2016 | |
dc.source | https://revistas.eia.edu.co/index.php/reveia/article/view/1024 | |
dc.subject | redes neuronales | |
dc.subject | mapas de Kohonen | |
dc.subject | zonas de mercado | |
dc.subject | logística | |
dc.subject | mercadeo. | |
dc.title | APLICACIÓN DE MAPAS DE KOHONEN PARA LA PRIORIZACIÓN DE ZONAS DE MERCADO: UNA APROXIMACIÓN PRÁCTICA | |
dc.type | Artículo de revista | |
dc.type | Journal article | |