Sofía Norelia Jiménez OnofreEdwin Adrián Calderón Zambrano2025-11-052025-11-052025-11https://repositorio.uees.edu.ec/handle/123456789/4423A través de este enfoque, se busca proporcionar a la empresa una herramienta analítica que facilite la clasificación estratégica de sus clientes, maximizando la eficiencia comercial y la rentabilidad. (John, Shobayo, & Ogunleye, 2023).En la industria del balanceado para camarón, la segmentación efectiva de clientes es esencial para optimizar estrategias comerciales como la fijación de precios, campañas de marketing y gestión de cartera. Tradicionalmente, muchas empresas del sector acuícola han basado esta segmentación únicamente en el volumen de compra mensual, lo que limita la comprensión integral del valor y comportamiento de los clientes (Wedel & Kamakura, 2012). Este proyecto propone una segmentación más robusta y precisa mediante la aplicación de algoritmos de K-means (Dofadar, Khan, & Alam, 2024) y árboles de decisión (Breiman, Freidman, Olshen, & Stone, 1984), a una base de datos de clientes. Estas metodologías permiten identificar grupos homogéneos considerando múltiples variables como el margen de rentabilidad, puntualidad en pagos, tipo de producto adquirido y frecuencia de compra.esComponentes PrincipalesK-meansÁrboles de DecisiónInteligencia ArtificialSegmentaciónMarketingPricingClústers.Thesis