Este Trabajo de Fin de Grado (TFG) desarrolla un marco de optimización orientado a maximizar la ganancia esperada de las campañas de marketing saliente, respetando de forma estricta todas las reglas de negocio que regulan la elegibilidad de clientes y la asignación de productos. A partir de los datos diarios de propensión comercial enriquecidos con indicadores de elegibilidad, el proyecto aborda una fase exhaustiva de análisis exploratorio y depuración, con el objetivo de preparar el entorno para la asignación. Posteriormente, el problema se formaliza como un modelo de maximización de beneficio sujeto a restricciones reales, que incluyen cupos máximos por producto y limitaciones en el número de ofertas simultáneas que puede recibir un cliente.
Para afrontar la complejidad del problema de asignación, se diseñará un conjunto modular de optimización que integra distintas estrategias algorítmicas. Este conjunto incluirá heurísticas voraces para establecer referencias iniciales, prototipos de búsqueda exhaustiva para obtener cotas teóricas de rendimiento, y diversas aproximaciones metaheurísticas escalables, como Simulated Annealing, Tabu Search, algoritmos evolutivos e híbridos meméticos. Todos los métodos estarán unificados dentro de un marco común de evaluación que permitirá comparar sus resultados de forma homogénea. Se realizarán experimentos controlados sobre subconjuntos representativos de datos, evaluando cada enfoque en términos de calidad de solución, eficiencia computacional y aplicabilidad práctica. El objetivo final es entregar un sistema flexible de apoyo a la decisión que permita al equipo de marketing generar planes de asignación de alta calidad tanto en el contexto operativo diario como en la planificación estratégica, equilibrando beneficio, consumo de recursos y criterios de sostenibilidad.
Abstract:
This bachelors degree thesis develops an optimisation framework aimed at maximising the expected profit of outbound-marketing campaigns while rigorously respecting all business rules that govern customer eligibility and product allocation. Starting from daily customer scoring data enriched with commercial propensities and eligibility flags, the project performs an extensive exploratory analysis and data cleansing phase to prepare the assignment environment. The business problem is then formalised as a constrained profit maximisation model, incorporating real-world limitations such as product-level quotas and restrictions on the number of simultaneous offers a customer may receive.
To address the complexity of the assignment task, a modular optimisation toolkit will be designed. This toolkit integrates multiple algorithmic strategies, including greedy heuristics to establish initial baselines, exhaustive search prototypes to benchmark theoretical optima, and several scalable meta-heuristic approaches such as Simulated Annealing, Tabu Search, evolutionary algorithms, and memetic hybrids. All optimisation methods are embedded within a common evaluation framework to ensure consistent comparison. Controlled experiments will be conducted on representative data subsets to analyse each approach in terms of solution quality, computational efficiency, and practical applicability. The ultimate goal is to deliver a flexible decision-support system that empowers the marketing team to generate high-quality assignment plans in both operational and strategic contexts, balancing profitability, resource consumption, and sustainability considerations.
Este Trabajo de Fin de Grado (TFG) desarrolla un marco de optimización orientado a maximizar la ganancia esperada de las campañas de marketing saliente, respetando de forma estricta todas las reglas de negocio que regulan la elegibilidad de clientes y la asignación de productos. A partir de los datos diarios de propensión comercial enriquecidos con indicadores de elegibilidad, el proyecto aborda una fase exhaustiva de análisis exploratorio y depuración, con el objetivo de preparar el entorno para la asignación. Posteriormente, el problema se formaliza como un modelo de maximización de beneficio sujeto a restricciones reales, que incluyen cupos máximos por producto y limitaciones en el número de ofertas simultáneas que puede recibir un cliente.
Para afrontar la complejidad del problema de asignación, se diseñará un conjunto modular de optimización que integra distintas estrategias algorítmicas. Este conjunto incluirá heurísticas voraces para establecer referencias iniciales, prototipos de búsqueda exhaustiva para obtener cotas teóricas de rendimiento, y diversas aproximaciones metaheurísticas escalables, como Simulated Annealing, Tabu Search, algoritmos evolutivos e híbridos meméticos. Todos los métodos estarán unificados dentro de un marco común de evaluación que permitirá comparar sus resultados de forma homogénea. Se realizarán experimentos controlados sobre subconjuntos representativos de datos, evaluando cada enfoque en términos de calidad de solución, eficiencia computacional y aplicabilidad práctica. El objetivo final es entregar un sistema flexible de apoyo a la decisión que permita al equipo de marketing generar planes de asignación de alta calidad tanto en el contexto operativo diario como en la planificación estratégica, equilibrando beneficio, consumo de recursos y criterios de sostenibilidad.
Abstract:
This bachelors degree thesis develops an optimisation framework aimed at maximising the expected profit of outbound-marketing campaigns while rigorously respecting all business rules that govern customer eligibility and product allocation. Starting from daily customer scoring data enriched with commercial propensities and eligibility flags, the project performs an extensive exploratory analysis and data cleansing phase to prepare the assignment environment. The business problem is then formalised as a constrained profit maximisation model, incorporating real-world limitations such as product-level quotas and restrictions on the number of simultaneous offers a customer may receive.
To address the complexity of the assignment task, a modular optimisation toolkit will be designed. This toolkit integrates multiple algorithmic strategies, including greedy heuristics to establish initial baselines, exhaustive search prototypes to benchmark theoretical optima, and several scalable meta-heuristic approaches such as Simulated Annealing, Tabu Search, evolutionary algorithms, and memetic hybrids. All optimisation methods are embedded within a common evaluation framework to ensure consistent comparison. Controlled experiments will be conducted on representative data subsets to analyse each approach in terms of solution quality, computational efficiency, and practical applicability. The ultimate goal is to deliver a flexible decision-support system that empowers the marketing team to generate high-quality assignment plans in both operational and strategic contexts, balancing profitability, resource consumption, and sustainability considerations. Read More
Related posts:
Reconfigurable task assigning problem, caso de uso de Optaplanner
Optimización de algoritmos de asignación de pedidos en tiempo real para plataformas de delivery en entornos urbanos congestionados
Problema de optimización de asientos en banquetes de bodas: Aplicación de algoritmos de coloración de vértices
Software para coloración de grafos y problema de optimización de actividades en una empresa: aplicación de algoritmos de coloración de aristas
Desarrollo de una aplicación para la gestión de la asignación de actividades a alumnos
El sistema intermodal de transporte: Optimización y eficiencia en la logística Latinoamericana