Programas de fidelización en la distribución comercial de la era digital.

Hoy en día, las empresas deben adaptarse a los cambios continuos del mercado, donde el comercio electrónico crece cada año y las redes sociales y los dispositivos móviles conectan a los consumidores con las marcas. El marketing ha evolucionado gracias a las nuevas tecnologías de información y comunicación para responder a un consumidor social que está conectado gran parte del día, es exigente y además, está comprometido con el medio ambiente. En un entorno muy maduro y competitivo, el cliente se ha convertido en el activo más valorado para las empresas especialmente de distribución minorista y por eso, su fidelización es un objetivo prioritario para las compañías, quienes tratan de enfocar las estrategias de marketing hacia las relaciones con los consumidores. Pero, a pesar de la infinidad de oportunidades que ofrecen las nuevas tecnologías, los programas de fidelización implantados en el entorno digital tienen un recorrido de necesaria evolución y un ajuste de mejoras para la adaptación de un medio poco estructurado a las nuevas circunstancias. A través de este trabajo fin de grado se propone dar a conocer la actualidad sobre la distribución comercial en el ámbito digital así como las tendencias en los programas de fidelización. Además, la creciente implicación en el cuidado del medio ambiente por parte de las empresas y los consumidores se incluye como una aportación original y distintiva al trabajo.

Some experiments on solving multistage stochastic mixed 0-1 programs with time stochastic dominance constraints

In this work we extend to the multistage case two recent risk averse measures for two-stage stochastic programs based on first- and second-order stochastic dominance constraints induced by mixed-integer linear recourse. Additionally, we consider Time Stochastic Dominance (TSD) along a given horizon. Given the dimensions of medium-sized problems augmented by the new variables and constraints required by those risk measures, it is unrealistic to solve the problem up to optimality by plain use of MIP solvers in a reasonable computing time, at least. Instead of it, decomposition algorithms of some type should be used. We present an extension of our Branch-and-Fix Coordination algorithm, so named BFC-TSD, where a special treatment is given to cross scenario group constraints that link variables from different scenario groups. A broad computational experience is presented by comparing the risk neutral approach and the tested risk averse strategies. The performance of the new version of the BFC algorithm versus the plain use of a state-of-the-artMIP solver is also reported.