Ciencia de Datos
Permanent URI for this collection
Browse
Browsing Ciencia de Datos by Author "Arjones, Gustavo"
Now showing 1 - 5 of 5
Results Per Page
Sort Options
trabajo final de especialización.listelement.badge ¿De qué se habla cuando se habla de cerveza?(2019) Zenone, Pedro Octavio; Arjones, Gustavo"La necesidad de generación e impacto de contenido personalizado es un requerimiento en auge que las marcas comienzan a exigir a las agencias de marketing. Esto quiere decir que cada persona contactable será impactada con un mensaje personalizado con el cual se sienta identificada. Existen diversas formas de generar audiencias que permitan segmentar a los usuarios en función de sus gustos o hábitos, pero estas dependen de la concepción de los datos: clicks en un sitio, items comprados o comentarios en redes sociales. Para este caso de estudio se analizarán los comentarios de las redes sociales con palabras vinculadas directamente a la cerveza, ya que el cliente en cuestión es una cervecera. Con el fin de entender cuáles son los tópicos más relevantes se realizará una escucha en Twitter e Instagram, obteniendo comentarios, posteos y retweets relativos a la temática. Debido al volumen generado resulta inviable la lectura del contenido por personas, por eso aplicaremos técnicas de clustering que entiendan el lenguaje natural (NLU), agrupando de forma automática las palabras en conceptos."trabajo final de especialización.listelement.badge Detección de tópicos: utilizando el modelo LDA(2018) Hammoe, Luciano; Arjones, Gustavo"El objetivo de este trabajo es lograr una herramienta que permita procesar grandes volúmenes de comentarios sobre una compañía en la red social Twitter y permita realizar lo que se llama “Topic Detection”, es decir, detectar cuáles son los temas o tópicos sobre lo que más se habla acerca de una compañía. Esto permite a dicha compañía entender de una manera simple qué concepto tienen los usuarios de la red social (sean o no clientes de la marca) sobre si misma, y sobre los productos / servicios de sus marcas. En función de estos tópicos, la empresa podrá adoptar estrategias de acuerdo a los objetivos que se quieran lograr."trabajo final de especialización.listelement.badge Engagement performance en campañas de marketing(2021) Montero, Nicolás Ezequiel; Arjones, Gustavo"El siguiente trabajo de investigación se aplica sobre el área de Marketing de una empresa que se dedica a la venta de servicios y productos informáticos. Esta área se encarga de generar campañas de Marketing, utilizando diferentes canales, para poder captar la mayor cantidad de clientes que se interesen en adquirir los productos o servicios promocionados. Los directivos de la empresa analizaron la performance de las diferentes campañas en los diferentes canales y detectaron que ciertas campañas no tenían el resultado esperado, con porcentajes muy bajos o nulos referentes al engagement de los clientes (midiéndose a través de dos métricas específicas: “Responses Creating Leads” y “Converted Leads From Lead Creating Responses”). Se busca analizar la performance actual de las campañas de marketing, entender las variables que entran en juego a la hora de obtener los resultados de engagement y abordando el problema a través del desarrollo de algoritmos de Machine Learning poder predecir si un cliente va a interesarse por los productos y servicios de la empresa. De esa manera se podrán obtener mejores resultados para las dos variables de engagement y por consecuencia generar más ganancias en la aplicación de cada campaña de Marketing. Esos algoritmos se van a validar y probar, verificando su nivel de efectividad para finalmente escoger aquel que sea el más certero."trabajo final de especialización.listelement.badge Predicción de tendencias de mercado sobre commodities utilizando algoritmos de inteligencia articial(2020-05-14) Mildiner, Alejandro; Arjones, Gustavo"Todos los días surgen nuevas plataformas y formas para invertir en el mercado de valores, a su vez cada día hay más gente invirtiendo directamente y no a travéss de un fondo o banco de inversión. Esta nueva masa de operadores suma aún más complejidad e imprevisibilidad al ya dinámico mundo finananciero. Al iniciar la rueda bursátil, todos estos operadores se encuentran con un confuso entorno donde los precios de las acciones cambian constantemente. Esto genera en todos los inversores bursátiles la siguiente pregunta: ¿Cómo mejorar el rendimiento del portfolio? Esta problemática es la que se intenta resolver en esta investigación."trabajo final de especialización.listelement.badge Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas(2020-12-10) Lonardi, Francisco; Arjones, Gustavo"En el presente trabajo se desarrolla una técnica de trading algorítmico basada en diferentes tipos de modelos de Machine Learning que utilizan como features variables propias del análisis técnico de activos. Utilizando una muestra de 10 acciones tomadas del índice NASDAQ, las estrategias desarrolladas permiten no sólo comparar la performance de modelos de clasificación con modelos de regresión sino también demostrar que éste es un enfoque superador en términos de riesgo-retorno a las técnicas tradicionales de trading."