Patrones de Consumo en la Relación del Clima Laboral en el Servicio al Cliente Considerando Técnicas de Ciencia de Datos (PACCLISCD)

Este proyecto de investigación multidisciplinario se centra en aplicar técnicas avanzadas de ciencia de datos para examinar la interconexión crítica entre los patrones de consumo, el clima laboral interno y la calidad del servicio al cliente dentro de organizaciones ecuatorianas. El problema central abordado es la falta de comprensión cuantitativa de cómo estas variables interactúan, lo cual limita la capacidad empresarial para la anticipación de tendencias y la mejora operativa. El enfoque metodológico será mixto, combinando la recolección de datos mediante encuestas estructuradas (utilizando QuestionPro) y entrevistas semi-estructuradas, complementado con la extracción automatizada de datos (web scraping/APIs). Los datos serán sometidos a un riguroso preprocesamiento, incluyendo limpieza, codificación cualitativa (NLP/análisis de sentimiento) y normalización. El análisis incluirá estadísticas descriptivas, inferenciales (regresión, ANOVA) y el desarrollo de modelos predictivos de aprendizaje automático (machine learning) para evaluar el impacto del clima laboral en la satisfacción y el consumo. Se espera que los resultados ofrezcan recomendaciones prácticas para optimizar estrategias internas y externas, mejorando la eficiencia operativa y la competitividad. La hipótesis central postula que un clima laboral positivo impacta significativamente la calidad del servicio, lo que a su vez influye en los patrones de consumo. Los resultados buscan contribuir al desarrollo económico y social de Ecuador al proporcionar insights accionables para las empresas.<br/><br/><b>Objetivo</b>: <br/>Analizar la relación entre el consumo, el clima laboral y el servicio al cliente en organizaciones del Ecuador utilizando técnicas de ciencia de datos para identificar patrones, tendencias y correlaciones que impacten el desempeño empresarial y el bienestar social.<br/><br/><b>Líneas de investigación</b>: <br/>Ciencia de datos