Autores: (Universidad Nacional de Villa María) La Contabilidad ha ido consolidándose, a través distintos estudios e investigaciones que han derivado […]
Autores:Mónica Gladys Dalvit (Universidad Nacional de Río Cuarto).Graciela Lilián Zabalo (Universidad Nacional de Río Cuarto). Cuando se habla de ganadería
Autores:Marcelo Podmoguilnye – socio IAPUCo – Universidad de Buenos Aires (FCE) – ArgentinaDaniel Farré – socio IAPUCo – Universidad de
El avance exponencial de la Ciencia de Datos durante la última década permite optimizar
todo tipo de técnicas tradicionales de gestión. En la presente ponencia ponemos foco en
la aplicación de enfoques y modelos de Gestión y Costos sobre la técnica de
Desagregación (Unbundling) de Mercadotecnia, potenciado por el análisis de grupos con
aprendizaje automatizado (Clustering con machine learning) de la Minería de Datos.
La combinación de modelos de Gestión sobre el unbundling tradicional en empresas de
mercados competitivos (de elasticidad conocida) que estuviesen operando en óptimos de
mercado con desaprovechamiento de capacidad permite optimizar el nuevo precio para
lograr objetivos múltiples: aumento de participación de mercado y rentabilidad y
disminución de capacidad ociosa.
Yendo más lejos aún, la incorporación de la técnica de clustering con aprendizaje
automatizado a dichos modelos permite un análisis de mayor granularidad del
comportamiento del mercado ante el unbundling, aumentando los beneficios por la
segmentación de ofertas.
