ImpactU Versión 3.11.2 Última actualización: Interfaz de Usuario: 16/10/2025 Base de Datos: 29/08/2025 Hecho en Colombia
Predicción de lealtad a partir del análisis de la recompra y las cuatro etapas de Oliver 1999 de una empresa comercializadora de productos automotrices mediante un modelo de Machine Learning
La presente investigación tuvo como objetivo identificar la posible influencia existente entre las dimensiones cognitiva, afectiva, conativa y conductual con la lealtad de los clientes de una empresa en el periodo comprendido desde 2018 hasta 2022. La población de estudio consistió en clientes del segmento retail, con 5000 clientes y una participación de 520 individuos. Se utilizó una metodología cuantitativa correlacional, siguiendo la propuesta de Hernández et al, (2010). Para llevar a cabo el análisis, se empleó el algoritmo RandomForestClassifier del clasificador AutoSklearnClassifier. Los resultados revelaron que las dimensiones afectiva y conductual presentan la mayor influencia en la predicción de la recompra. Sin embargo, se deja a discusión para el departamento de marketing las variables como confianza, satisfacción, servicio que pueden trabajar para dirigir su estrategia. Es importante resaltar que el objetivo del modelo es clasificar las variables relacionadas con la recompra de los clientes. Estos hallazgos respaldan la teoría propuesta por Jacoby y Chestnut (1978), quienes indican que la recompra no debe considerarse como un indicador absoluto.