Gómez Vargas, GermánLagos Buxton, Nicolás2025-04-032025-04-032024https://hdl.handle.net/11447/9943Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data ScienceEl mercado automotriz chileno enfrenta desafíos cada vez más complejos debido a la alta competencia y los rápidos cambios en las preferencias de los consumidores. Este trabajo tiene como objetivo analizar el mercado automotriz chileno y ofrecer herramientas útiles para la toma de decisiones estratégicas en la automotora Derco. La metodología incluyó técnicas de web scraping para recopilar datos del mercado, modelos de machine learning para identificar patrones y tendencias relevantes y la construcción de un benchmark que permitió evaluar la posición de Derco en relación con sus competidores, utilizando métricas claves. Los resultados obtenidos ofrecen resultados valiosos sobre la dinámica del mercado y proporcionan recomendaciones específicas para optimizar las estrategias de marketing y aumentar la competitividad. Este estudio demuestra cómo el uso de tecnologías avanzadas de análisis de datos puede aportar ventajas significativas en la toma de decisiones estratégicas, facilitando la adaptación de la empresa a un entorno altamente dinámico.33 p.es070037SAnálisis de redesMachine learningWeb scrapingThesis