Mostrar el registro sencillo del ítem
| dc.creator | Nastasi, Ariel Maximiliano | |
| dc.creator | Piersanti, Lucas Gabriel | |
| dc.date.accessioned | 2026-04-09T00:47:26Z | |
| dc.date.available | 2026-04-09T00:47:26Z | |
| dc.date.issued | 2025 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/16696 | |
| dc.description.abstract | El ecosistema financiero argentino genera volúmenes masivos de datos transaccionales que, en gran medida, permanecen subutilizados por las empresas procesadoras de pagos. Esta situación representa una oportunidad significativa para el desarrollo de soluciones analíticas avanzadas que permitan transformar dichos datos en conocimiento accionable para la toma de decisiones comerciales. Ante esta problemática, el presente trabajo propone el diseño e implementación de PromoAI, un sistema de análisis predictivo que emplea técnicas de aprendizaje automático para modelar el comportamiento de consumo de usuarios de tarjetas de crédito. La solución desarrollada se compone de un pipeline integral que abarca desde la ingesta y preprocesamiento de datos históricos anonimizados hasta la generación de predicciones de gasto futuro y la segmentación estratégica de clientes mediante la metodología RFM. | |
| dc.format.extent | 98 p. | |
| dc.language.iso | es | es |
| dc.publisher | Universidad Argentina de la Empresa | es |
| dc.title | PromoAI: sistema de análisis predictivo para la personalización de promociones basadas en consumos electrónicos | es |
| dc.type | Thesis | es |
| uade.facultad | Ingeniería y Ciencias Exactas | es |
| uade.carrera | Ing. Informática | es |
| uade.contributor.tutor | Remondegui, Daniel Alejandro | |
| uade.subject.keyword | Plataforma Web | es |
| uade.subject.descriptor | Informática | es |
| uade.subject.descriptor | Inteligencia Artificial | es |
| uade.notificaciones | Posee autorizaciones y recomendación | es |
| uade.autor.legajo | 1106858 | es |
| uade.autor.legajo | 1105140 | es |