El aprendizaje de maquina o aprendizaje automático se encuentra presente en diferentes industrias modernas, pero, es popularmente aplicado en el sector comercial para el análisis de clientes, su aplicación permite entre otros aspectos descubrir patrones en el comportamiento de clientes que las empresas pueden utilizar para aplicar estrategias comerciales, como retener o fidelizar clientes. El agrupamiento o clustering es una técnica muy utilizada en el aprendizaje automático para este tipo de análisis, se basa en la partición de un conjunto de datos en varios grupos en donde cada grupo contiene elementos similares entre sí y mantiene una diferencia respecto a los otros grupos. El presente trabajo de titulación tiene como objetivo obtener la segmentación de clientes de la empresa Lotería Nacional mediante la aplicación de algoritmos de aprendizaje automático, para ello se crearon variables que permitieron identificar el nivel de lealtad de los clientes de la empresa Lotería Nacional. Para el desarrollo del presente trabajo de titulación, se aplicó la metodología CRISP-DM que sirvió para el proceso de minería de datos. El análisis de los datos se lo realizó en base al modelo RFM (Recencia, Frecuencia, Monto) y sobre este modelo se aplicaron los algoritmos de agrupamiento k means, k nearest neigbor y árbol de decisión. Para validar el resultado de los algoritmos se separaron los datos para entrenamiento y pruebas que permitieron evaluar la precisión de los algoritmos, finalmente se utilizó la herramienta Power BI para presentar los resultados de una forma amigable y sencilla.Machine learning is present in different modern industries, but it is popularly applied in the commercial sector for customer analysis, its application allows to discover patterns in customer behavior that companies can use to apply business strategies, such as retaining or building customer loyalty. Grouping or clustering is a machine learning technique for this type of analysis, it is based on the partition of a data set into several groups where each group contains elements like each other and maintains a difference with respect to the other groups. The objective of this titling work is to obtain the segmentation of the clients of the National Lottery company through the application of automatic learning algorithms, for which variables were created that allowed identifying the level of loyalty of the clients of the National Lottery company. For the development of this degree work, the CRISP-DM methodology was applied, which served for the data mining process. Data analysis was performed based on the RFM model (Recency, Frequency, Amount) and the k-means, k-nearest neighbor, and decision tree clustering algorithms were applied to this model. To validate the result of the algorithms, the data was separated for training and tests that allowed evaluating the accuracy of the algorithms, finally the Power BI tool was used to present the results in a friendly and simple way.