Segmentación de profesionales de la salud del sector farmacéutico por Machine Learning para la optimización de frecuencia de visitas
dc.contributor.advisor | Cortez Aguilar, Genaro | |
dc.contributor.author | Reyes Zabaleta, Santiago | |
dc.date.accessioned | 2025-03-11T16:47:51Z | |
dc.date.available | 2025-03-11T16:47:51Z | |
dc.date.issued | 2025 | |
dc.description.abstract | En el sector salud, comprender a los médicos del mercado es crucial, ya que cada impacto promocional debe estar enfocado en el Health Care Practitioner (HCP). En Colombia, esta tarea es especialmente compleja debido a la limitada cantidad de especialistas, que obliga a los médicos a tratar diversas enfermedades, y a la promoción de múltiples productos por parte de las empresas farmacéuticas, lo que genera segmentaciones distintas para cada molécula. Además, las dinámicas del mercado colombiano hacen que la relación médico producto sea más disperso, aumentando la necesidad de enfoques estratégicos precisos. Este proyecto propone un modelo de segmentación estándar, basado en datos objetivos, que elimina la subjetividad, optimiza la caracterización de los HCPs y prioriza estrategias de marketing, alineando los esfuerzos de la empresa con las necesidades del mercado de forma más eficiente y efectiva. | |
dc.description.abstracteng | Finally, participants mentioned that in their communities, early motherhood is often seen as an “obligation” and an “exclusive responsibility of women,” reinforcing the idea that child and household care is primarily female. Conclusion: Social representations about DSDR and early motherhood are influenced by limited knowledge, based on informal sources that perpetuate myths about sexuality and reproductive rights. Although some participants associate these rights with autonomy, structural racism and gender expectations restrict their ability to fully exercise them, reinforcing caregiving and reproductive roles. These representations are influenced by family support networks, intergenerational beliefs and experiences that may perpetuate or challenge traditional roles in the community. | |
dc.format.extent | 58 p. | |
dc.format.mimetype | application/pdf | |
dc.identifier.uri | http://hdl.handle.net/11522/4604 | |
dc.language.iso | spa | |
dc.publisher | Pontificia Universidad Javariana Cali | |
dc.publisher.faculty | Facultad de Ingeniería y Ciencias | |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Targeting | |
dc.subject | Segmentación | |
dc.subject | Profesional en la Salud | |
dc.subject | Potencial | |
dc.subject | Machine Learning | |
dc.subject | Segmentation | |
dc.subject | Health Care Practitioner | |
dc.subject | Potential | |
dc.thesis.discipline | Facultad de Ingeniería y Ciencias. Maestría en Ciencia de Datos - Modalidad virtual | |
dc.thesis.grantor | Pontificia Universidad Javeriana | |
dc.thesis.name | Magíster en Ciencia de Datos | |
dc.title | Segmentación de profesionales de la salud del sector farmacéutico por Machine Learning para la optimización de frecuencia de visitas | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría | |
dc.type.redcol | https://purl.org/redcol/resource_type/TM |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description: