Resumen:
Los precios dinámicos consisten en la determinación del precio óptimo en un ambiente
que pueden cambiar fácilmente, y donde los mismos pueden ajustarse a
características propias del cliente y mercado. En este trabajo proponemos una
metodología de personalización de precios mediante la aplicación de técnicas de
aprendizaje automático, con la finalidad de ofrecer el precio correcto, al cliente
correcto, en el momento correcto. Diferentes técnicas de aprendizaje automático son
usadas para la clasificación de clientes por clúster, el pronóstico de las ventas y, por
último, el cálculo de rangos de porcentajes de descuentos personalizados. Los mejores
modelos son elegidos entre los candidatos a través de diferentes métricas de interés.
El rendimiento general de la propuesta luce adecuado, donde se encontró que las
características de mayor relevancia para explicar los descuentos son el ingreso por
compra, la familia del producto, el clúster al cual pertenece el cliente y la temporalidad
por medio del año y mes. Finalmente, la propuesta ha sido implementada a través de
un aplicativo web, el cual se facilitará al usuario.