Propuesta de modelo predictivo para determinar preferencias y factores que influyen en el consumo de cerveza artesanal en mujeres

Abstract

Dado el notable crecimiento en el consumo de cerveza artesanal, el presente trabajo de investigación propone un modelo para predecir preferencias y factores influyentes en el consumo de cerveza artesanal en la población femenina colombiana, utilizando una de las ramas del Machine Learning conocida como aprendizaje supervisado. Basado en la revisión documental se diseñó una encuesta como herramienta de recolección de datos, y se realizó una propuesta de modelo predictivo utilizando algoritmos como Decision Trees y Random Forest para analizar los datos en una futura implementación. Los hallazgos indican que las mujeres prefieren sabores suaves y afrutados, y enfrentan barreras como la percepción de la cerveza artesanal como una bebida predominantemente masculina. El modelo predictivo desarrollado podría proporcionar a las cervecerías artesanales herramientas basadas en datos para desarrollar productos y estrategias de marketing inclusivas. Con esta propuesta se busca generar datos reales sobre las preferencias de las mujeres y facilitar una mayor participación femenina en el mercado de la cerveza artesanal, contribuyendo al crecimiento y diversificación de este sector en Colombia.