Modelos estadísticos y regresión multivariante para predecir el comportamiento de compra del consumidor
Resumen
El objetivo general de la investigación fue analizar los modelos estadísticos y regresión multivariante para predecir el comportamiento de compra del consumidor. El método de investigación fue documental y su evolución metodológica abarcó las etapas de recolección, selección, análisis e interpretación de textos. Para este propósito, se recurrió a documentos de fuentes que son pertinentes y confiables para el tema en estudio, como los artículos arbitrados. En conclusión, los resultados corroboran que la utilización de modelos estadísticos y herramientas multivariantes posibilita calcular con exactitud la relación entre el estímulo comercial y la reacción final del cliente, lo cual proporciona un margen de error mucho más bajo al planear las estrategias comerciales. La combinación de la analítica de datos y la estadística avanzada se establece como una exigencia práctica para cualquier entidad que desee seguir siendo competitiva.
Descargas
Citas
Bellon Arrúa, C., & Ferrer Dávalos, R. (2024). Factores que inciden en el comportamiento del consumidor paraguayo en relación al comercio electrónico. Revista científica en ciencias sociales,6, e601121. https://doi.org/10.53732/rccsociales/e601121
Contreras Lévano, M., y Vargas Merino, J. (2021). Conceptualización y caracterización del comportamiento del consumidor. Una perspectiva analítica generacional. Academia (Asunción),8(1),15-28. https://doi.org/10.30545/academo.2021.ene-jun.2
Csoban-Mirka, E., Esqueda-Henríquez, S. y Ríos, A. (2024). Predicción del comportamiento de compra online: una aplicación del modelo S-O-R. Retos Revista de Ciencias de la Administración y Economía,14(27),21-33. https://doi.org/10.17163/ret.n27.2024.02
Espinel, B., Monterrosa-Castro, I., & Espinosa-Pérez, A. (2019). Factores que influyen en el comportamiento del consumidor de los negocios al detalle y supermercados en el Caribe colombiano. Revista Lasallista de Investigación, 16 (2), 4-27. https://doi.org/10.22507/rli.v16n2a1
Fierro Torres, C., Castillo Pérez, V., & Torres Saucedo, C. (2022). Análisis comparativo de modelos tradicionales y modernos para pronóstico de la demanda: enfoques y características. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 12(24), e048. https://doi.org/10.23913/ride.v12i24.1203
Herrero-Corona, L. (2021). Modelo predictivo para la selección de técnica de medición de la opinión pública. The Anáhuac journal, 21(2), 50-77. https://doi.org/10.36105/theanahuacjour.2021.v21n2.02
Izaguirre Olmedo, J., Rangel Luzuriaga, E., Cisneros Malats, Á., & Cruz Vargas, A. (2026). Estrategias de marketing y decisión de compra: El rol moderador de las preferencias comunicativas en la generación Z. Telos,28(1),22-28. https://doi.org/10.36390/telos281.02
Londoño Arredondo, S., Mora Gutiérrez, Y., & Valencia Cárdenas, M. (2018). Modelos estadísticos sobre la eficacia del marketing digital. Revista EAN, (84), 167-186. https://doi.org/10.21158/01208160.n84.2018.1923
Martel-Fretell, B., Agustín-Hurtado, A., Polino-Puente, E., Linares-Beraún, W., & Toledo-Martínez, J. (2026). Impacto del comportamiento del consumidor en el posicionamiento de marca en Repostería Saludable. Prohominum. Revista de Ciencias Sociales y Humanas, 8(1),53-64. https://doi.org/10.47606/acven/ph0430
Matute Castro, K., y Muñoz Muñoz, E. (2024). Análisis multivariante de factores socioeconómicos en PYMES: modelos de regresión machine learning. Universidad, Ciencia y Tecnología, 28(125),142-152. https://doi.org/10.47460/uct.v28i125.864
Mercado, K., Pérez, C., Castro, L., & Macías, A. (2019). Estudio Cualitativo sobre el Comportamiento del Consumidor en las Compras en Línea. Información tecnológica,30(1),109-120.https://dx.doi.org/10.4067/S0718-07642019000100109
Mohammed Alharithi, E. Almetwally, O., Marwa M., El-Sayed M., Alaa A. (2025). Comparative study of statistical and intelligent classification models for predicting airlines passenger management satisfaction. Alexandria Engineering Journal, 119,99-110.https://doi.org/10.1016/j.aej.2025.01.109.
Nguyen, T. T., Nguyen, H. G., Lee, J. Y., Wang, Y. L., & Tsai, C. S. (2023). The consumer price index prediction using machine learning approaches: Evidence from the United States. Heliyon, 9(10), e20730. https://doi.org/10.1016/j.heliyon.2023.e20730.
Ordoñez Abril, D., Calderón Sotero, J., & Padilla Delgado, L. (2021). Revisión de literatura de la teoría del comportamiento planificado en la decisión de compra de productos orgánicos. Revista Nacional de Administración,12(1), e3178. https://dx.doi.org/10.22458/rna.v12i1.3178
Palella-Stracuzzi, S. y Martins-Pestana, F. (2012). Metodología de la investigación cuantitativa. Fondo editorial de la Universidad Pedagógica Libertador. Caracas, Venezuela.
Roosta, S., Sadjadi, S. J., & Makui, A. (2025). Predicting customer loyalty in omnichannel retailing using purchase behavior, socio-cultural factors, and learning techniques. PloS one, 20(8), e0330338. https://doi.org/10.1371/journal.pone.0330338
Vega Barrios, A., Alcántara Hernández, R., & Cerón Islas, A. (2024). Análisis de los factores que afectan el comportamiento de compra en línea de los consumidores mexicanos. Contaduría y administración, 69(2), 68-89. https://doi.org/10.22201/fca.24488410e.2024.5063
Derechos de autor 2026 Iris Aracely Castillo-Plaza, Jefferson Xavier Bravo-Salvatierra , Emma Mendoza-Vargas , Harold Elbert Escobar-Terán
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
LICENCIA DE CONTENIDO
Creative Commons
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Política propuesta para revistas que ofrecen acceso abierto
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y construir a partir del material
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la lamisma licencia del original.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
DERECHOS DE AUTOR Y PERMISO
La revista permite que los autores tengan los derechos de autor sin restricciones.
La revista permite que los autores conserven los derechos de publicación sin restricciones; y garantizan a la revista el derecho de ser la primera publicación del trabajo.
