Análisis de Datos para la Identificación de Perfiles de Clientes en una PyME del Sector Gráfico

Abstract

En un entorno competitivo y con creciente disponibilidad de datos, las pequeñas y medianas empresas (PyME) del sector gráfico en Paraguay enfrentan el desafío de transformar sus registros transaccionales en información accionable. Este trabajo analiza diez años de datos de ventas (2014–2024) de una PyME del sector gráfico con el objetivo de identificar perfiles de clientes que orienten la toma de decisiones comerciales. La metodología se basó en el proceso KDD, que abarca las etapas de limpieza, transformación, minería de datos e interpretación, aplicando técnicas de segmentación RFM y LRFM con los algoritmos K-Means y K-Medoids (PAM). El modelo óptimo, con siete clústeres (K = 7), presentó un desempeño sólido según los ´índices Silhouette, Davies–Bouldin y Calinski–Harabasz, generando grupos coherentes y bien diferenciados. La interpretación de clústeres permitió definir perfiles accionables (VIP, Ex-VIP, Regulares, Nuevos, Ocasionales, Frecuentes de bajo valor y Perdidos) y proponer estrategias específicas de retención, reactivación y venta cruzada. Los resultados evidencian que la aplicación de técnicas de análisis de datos contribuye a mejorar la gestión comercial y estratégica de las PyME del sector gráfico.