Analítica de variables asociadas a la generación de reclamos en la distribución directa

Visualizar/ Abrir
Enlaces del Item
URI: http://hdl.handle.net/10818/50267Compartir
Estadísticas
Ver as estatísticas de usoMétricas
Catalogación bibliográfica
Apresentar o registro completoAsesor/es
Mejía Delgadillo, Gonzalo EnriqueData
2021-10-21Resumo
Uno de los actores principales en el modelo de venta directa son las promotoras comerciales. Las empresas dedicadas a este modelo prestan especial atención a las reclamaciones por productos faltantes posterior al proceso de entrega de sus órdenes de pedido. Identificar las variables que ocasionan estas reclamaciones por parte de la promotora permiten obtener un activo valioso y competitivo, de donde se podrán generar análisis y acciones de analítica predictiva para evitar el reclamo y mejorar el nivel de servicio. Esta investigación presenta un panorama general de la logística del proceso de entrega de los productos a la promotora comercial en una empresa de venta directa y propone un modelo predictivo de clasificación supervisada para encontrar las futuras promotoras reclamantes. La implementación de este modelo permitió identificar que los días disponibles para venta es la variable protagonista en el comportamiento de la promotora y genera información beneficiosa para mitigar los reclamos y los costos que estos conllevan. One of the main actors in the direct sales model is commercial promoters. The
companies dedicated to this model take special attention to claims for missing
products after the delivery process of their order forms. Identifying the variables that
cause these claims allows obtaining a valuable and competitive asset, from which
analyzes, and predictive analytical actions can be generated to avoid the claim and
improve the level of service. This research presents an overview of the logistics of
the product delivery process to the commercial promoter at the company and
proposes a predictive model of supervised classification to find future claimant
promoters. The implementation of this model allowed us to identify that the days
available for sale is the leading variable in the behavior of the developer and
generates beneficial information to mitigate the claims and the costs.