Segmentación de profesionales de la salud del sector farmacéutico por Machine Learning para la optimización de frecuencia de visitas

dc.contributor.advisorCortez Aguilar, Genaro
dc.contributor.authorReyes Zabaleta, Santiago
dc.date.accessioned2025-03-11T16:47:51Z
dc.date.available2025-03-11T16:47:51Z
dc.date.issued2025
dc.description.abstractEn 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.abstractengFinally, 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.extent58 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/4604
dc.language.isospa
dc.publisherPontificia Universidad Javariana Cali
dc.publisher.facultyFacultad de Ingeniería y Ciencias
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectTargeting
dc.subjectSegmentación
dc.subjectProfesional en la Salud
dc.subjectPotencial
dc.subjectMachine Learning
dc.subjectSegmentation
dc.subjectHealth Care Practitioner
dc.subjectPotential
dc.thesis.disciplineFacultad de Ingeniería y Ciencias. Maestría en Ciencia de Datos - Modalidad virtual
dc.thesis.grantorPontificia Universidad Javeriana
dc.thesis.nameMagíster en Ciencia de Datos
dc.titleSegmentación de profesionales de la salud del sector farmacéutico por Machine Learning para la optimización de frecuencia de visitasspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Segmentación_Profesionales-Salud-PG.pdf
Size:
1.71 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Licencia_autorizacion. pdf
Size:
122.37 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: