Evaluación comparativa del clustering jerárquico y k-means para la segmentación estratégica de clientes en empresas comerciales

Resumen

En el ámbito empresarial actual, la segmentación de clientes es un recurso clave para optimizar tanto la toma de decisiones como el diseño de estrategias comerciales sustentadas en el análisis de información. En este contexto, las técnicas de clustering han adquirido relevancia, debido a que permiten identificar patrones de comportamiento, además de agrupar clientes en base a sus hábitos de consumo. Este estudio tiene como objetivo evaluar comparativamente el rendimiento del clustering jerárquico y K-means para la segmentación estratégica de clientes en empresas del sector comercial, considerando como variables la frecuencia de compras, el monto de las transacciones, así como la antigüedad del cliente. En la investigación se aplicó un enfoque cuantitativo basado en la analítica de datos; iniciando con el preprocesamiento y normalización de las variables. Posteriormente, se determinó el número óptimo de clústeres mediante el método del codo, se empleó el clustering jerárquico para el diagnóstico exploratorio de la estructura de los datos, seguido del algoritmo k-means para efectuar la clasificación final de grupos homogéneos. Adicionalmente se recurrió al índice silhouette como métrica de validación interna para examinar la calidad de los conjuntos obtenidos. Los resultados revelaron la existencia de segmentos de clientes con patrones conductuales diferenciados, logrando distinguir perfiles de consumo frecuentes y ocasionales. En conclusión, la implementación combinada de estas técnicas posibilita la obtención de segmentaciones confiables y coherentes que sirven de apoyo para la toma de decisiones estratégicas, así como para el desarrollo de tácticas de mercado personalizadas.