Análisis del comportamiento del cliente mediante agrupamiento y clasificación para la segmentación y la previsión en campañas de marketing Autor: Alexandar Danailov - St. Cyril and St. Methodius University of Veliko Turnovo (BG) Resumen En este artículo se exploran las posibilidades de extraer información útil mediante el análisis de datos utilizando enfoques de aprendizaje automático sobre un conjunto de datos centrado en la gestión de las relaciones con los clientes. Se aplica un análisis exploratorio de datos a los clientes y a sus interacciones, como compras, respuestas a campañas de marketing y reclamaciones. El examen detallado tiene como objetivo evaluar el potencial de utilizar los resultados de campañas de marketing anteriores para predecir las reacciones de los clientes ante futuras campañas, mejorando así la eficacia del marketing. Con este fin, se construye un modelo de clasificación para predecir las respuestas de los clientes a la campaña más reciente. Se calculan métricas de evaluación para valorar el rendimiento de la clasificación utilizando distintos conjuntos de características seleccionadas y diferentes clasificadores, y los resultados se resumen y analizan. El Modelo Lineal Generalizado (GLM) y los modelos de aprendizaje profundo de H2O (DL) destacaron como los de mejor rendimiento en el estudio.