Mejorar el comercio electrónico en la moda: modelos para predecir y algoritmos para aumentar las ventas

Abstract

Objective: This study analyzes how predictive models and AI algorithms influence fashion electronic trade optimization, assessing their impact on personalizing the user experience and increasing sales. Materials and methods: A quantitative approach with a non-experimental, cross-sectional, and correlational design was used, applying surveys to 50 fashion retail companies with an online presence, and to 500 consumers active on electronic trade platforms. Data were collected through surveys and databases, analyzing factors such as the implementation of artificial intelligence, the conversion rate, and the customer loyalty. For the analysis, descriptive and inferential statistics tests, including correlation and regression analysis, were used for the analysis. Results: The results evidence that AI has a significant impact on sales and customer loyalty, with a positive correlation (r = 0.87; p < 0.001) between AI-based personalization and loyalty of the user. Furthermore, companies with the highest use of AI were found to achieve a conversion rate of 9.8%, while those with the lowest use achieved only 3.2%. Regression analysis indicates that predictive models used in product recommendation strategies significantly improved sales, highlighting the importance of automation in consumer decision-making. Conclusions: It is concluded that AI is a key advantage in fashion electronic trade, enabling a more personalized and effective experience. The implementation of predictive models and machine learning algorithms not only optimizes sales but also strengthens the relationship between brands and their customers.Objetivo: Este estudio analiza cómo los modelos predictivos y los algoritmos de IA influyen en la optimización del comercio electrónico de moda, evaluando su impacto en la personalización de la experiencia del usuario y el aumento de las ventas. Materiales y métodos: Se utilizó un enfoque cuantitativo con un diseño no experimental, transversal y correlacional, aplicando encuestas a 50 empresas de retail de moda con presencia en línea y a 500 consumidores activos en plataformas de comercio electrónico. Se recopilaron datos mediante encuestas y bases de datos, analizando factores como la implementación de inteligencia artificial, la tasa de conversión y la lealtad del cliente. Para el análisis se emplearon pruebas estadísticas descriptivas e inferenciales, incluyendo análisis de correlación y regresión. Resultados: Los resultados evidencian que la IA tiene un impacto significativo en las ventas y la fidelidad de los clientes, con una correlación positiva (r = 0,87; p < 0,001) entre la personalización basada en IA y la lealtad del usuario. Además, se encontró que las empresas con mayor uso de IA lograron una tasa de conversión del 9,8 %, mientras que aquellas con menor implementación alcanzaron solo un 3,2 %. El análisis de regresión inidica que los modelos predictivos utilizados en estrategias de recomendación de productos mejoraron notablemente las ventas, destacando la importancia de la automatización en la toma de decisiones del consumidor. Conclusiones: Se concluye que la IA es una ventaja clave en el comercio electrónico de moda, ya que permite una experiencia más personalizada y efectiva. La implementación de modelos predictivos y algoritmos de aprendizaje automático no solo optimiza las ventas, sino que también fortalece la relación entre las marcas y sus clientes.