{"id":{"repo_id":"utdt","oai_identifier":"oai:repositorio.utdt.edu:20.500.13098/13827"},"canonical_url":"https://search.dev.ndltd.org/etd/utdt/oai:repositorio.utdt.edu:20.500.13098/13827","repository":{"repo_id":"utdt","name":"Universidad Torcuato di Tella","base_url":"https://repositorio.utdt.edu/oai/request"},"display":{"title":"Conversión del marketplace vs entrega eficiente en la última milla","abstract":"Durante el proceso de compra de un marketplace se presentan dos intereses contrapuestos al momento de solicitarle información al comprador: por un lado es necesario tener la mayor precisión y cantidad de datos posible sobre la dirección de entrega para lograr una entrega exitosa en el tiempo prometido al cliente, y por el otro lado cada tarea adicional que se le agrega al usuario al momento de la compra puede forzar la desistencia de la compra o drop out, lo cual atenta contra la necesidad de facilitar el proceso de compra al usuario y lograr una buena tasa de conversión.Esta tesis abordó este problema a través de una metodología de investigación cuantitativa y explicativa a partir de bases de datos transaccionales, un relevamiento exhaustivo para conocer la información necesaria para una entrega y el nivel de importancia de cada dato. El análisis se concentró en modelar cada dato necesario, explorar la diversidad de problemas a los que se enfrenta un driver para lograr una entrega efectiva, dimensionar el impacto de cada uno de esos problemas, y evaluar las distintas fuentes, formas y momentos de obtener esos datos, en búsqueda del punto óptimo que maximice el resultado del marketplace. Como conclusión, no existe una única respuesta a cómo resolver el dilema entre conversión y efectividad en la entrega en un marketplace. En cada caso se debe evaluar y ponderar las variables identificadas en este trabajo en función de su contexto particular. El desafío está en lograr una solución flexible, escalable y adaptada a las necesidades de cada perfil de usuario y cada región, implementando estrategias de obtención de datos progresiva, usando autocompletado inteligente que facilite la carga al usuario, optimizando los momentos de interacción con el usuario, y desarrollando herramientas de aprendizaje continuo que mitigue los errores en la carga de datos.","abstract_html":"Durante el proceso de compra de un marketplace se presentan dos intereses contrapuestos al momento de solicitarle información al comprador: por un lado es necesario tener la mayor precisión y cantidad de datos posible sobre la dirección de entrega para lograr una entrega exitosa en el tiempo prometido al cliente, y por el otro lado cada tarea adicional que se le agrega al usuario al momento de la compra puede forzar la desistencia de la compra o drop out, lo cual atenta contra la necesidad de facilitar el proceso de compra al usuario y lograr una buena tasa de conversión.Esta tesis abordó este problema a través de una metodología de investigación cuantitativa y explicativa a partir de bases de datos transaccionales, un relevamiento exhaustivo para conocer la información necesaria para una entrega y el nivel de importancia de cada dato. El análisis se concentró en modelar cada dato necesario, explorar la diversidad de problemas a los que se enfrenta un driver para lograr una entrega efectiva, dimensionar el impacto de cada uno de esos problemas, y evaluar las distintas fuentes, formas y momentos de obtener esos datos, en búsqueda del punto óptimo que maximice el resultado del marketplace. Como conclusión, no existe una única respuesta a cómo resolver el dilema entre conversión y efectividad en la entrega en un marketplace. En cada caso se debe evaluar y ponderar las variables identificadas en este trabajo en función de su contexto particular. El desafío está en lograr una solución flexible, escalable y adaptada a las necesidades de cada perfil de usuario y cada región, implementando estrategias de obtención de datos progresiva, usando autocompletado inteligente que facilite la carga al usuario, optimizando los momentos de interacción con el usuario, y desarrollando herramientas de aprendizaje continuo que mitigue los errores en la carga de datos.","abstract_has_math":false,"creators":["Boquete, Federico"],"institution":"Universidad Torcuato Di Tella","degree_name":"Masters in Business Administration","degree_level":"1","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Cuccioletta, Guillermo"],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-07-27T21:55:29Z","subjects":["Comercio electrónico","Logística","Comportamiento del consumidor","Electronic commerce","Logistics","Consumer behavior"],"languages":["spa"],"rights":["info:eu-repo/semantics/openAccess"],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"https://repositorio.utdt.edu/handle/20.500.13098/13827","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Cuccioletta, Guillermo"]},{"key":"dc:creator","label":"Author","values":["Boquete, Federico"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-11-19T22:29:09Z"]},{"key":"dc:date.issued","label":"Date","values":["2025"]},{"key":"dc:publisher","label":"Institution","values":["Universidad Torcuato Di Tella"]},{"key":"dc:type","label":"Dc Type","values":["info:eu-repo/semantics/masterThesis"]},{"key":"thesis:degree_level","label":"Degree Level","values":["1"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Masters in Business Administration"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Universidad Torcuato Di Tella. Escuela de Negocios"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Comercio electrónico","Logística","Comportamiento del consumidor","Electronic commerce","Logistics","Consumer behavior"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["spa"]},{"key":"dc:rights","label":"Dc Rights","values":["info:eu-repo/semantics/openAccess"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.utdt.edu/handle/20.500.13098/13827"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Durante el proceso de compra de un marketplace se presentan dos intereses contrapuestos al momento de solicitarle información al comprador: por un lado es necesario tener la mayor precisión y cantidad de datos posible sobre la dirección de entrega para lograr una entrega exitosa en el tiempo prometido al cliente, y por el otro lado cada tarea adicional que se le agrega al usuario al momento de la compra puede forzar la desistencia de la compra o drop out, lo cual atenta contra la necesidad de facilitar el proceso de compra al usuario y lograr una buena tasa de conversión.Esta tesis abordó este problema a través de una metodología de investigación cuantitativa y explicativa a partir de bases de datos transaccionales, un relevamiento exhaustivo para conocer la información necesaria para una entrega y el nivel de importancia de cada dato. El análisis se concentró en modelar cada dato necesario, explorar la diversidad de problemas a los que se enfrenta un driver para lograr una entrega efectiva, dimensionar el impacto de cada uno de esos problemas, y evaluar las distintas fuentes, formas y momentos de obtener esos datos, en búsqueda del punto óptimo que maximice el resultado del marketplace. Como conclusión, no existe una única respuesta a cómo resolver el dilema entre conversión y efectividad en la entrega en un marketplace. En cada caso se debe evaluar y ponderar las variables identificadas en este trabajo en función de su contexto particular. El desafío está en lograr una solución flexible, escalable y adaptada a las necesidades de cada perfil de usuario y cada región, implementando estrategias de obtención de datos progresiva, usando autocompletado inteligente que facilite la carga al usuario, optimizando los momentos de interacción con el usuario, y desarrollando herramientas de aprendizaje continuo que mitigue los errores en la carga de datos."]},{"key":"dc:title","label":"Title","values":["Conversión del marketplace vs entrega eficiente en la última milla"]}]}],"canonical_facts":{"dc:contributor.advisor":["Cuccioletta, Guillermo"],"dc:creator":["Boquete, Federico"],"dc:date.accessioned":["2025-11-19T22:29:09Z"],"dc:date.issued":["2025"],"dc:description.abstract":["Durante el proceso de compra de un marketplace se presentan dos intereses contrapuestos al momento de solicitarle información al comprador: por un lado es necesario tener la mayor precisión y cantidad de datos posible sobre la dirección de entrega para lograr una entrega exitosa en el tiempo prometido al cliente, y por el otro lado cada tarea adicional que se le agrega al usuario al momento de la compra puede forzar la desistencia de la compra o drop out, lo cual atenta contra la necesidad de facilitar el proceso de compra al usuario y lograr una buena tasa de conversión.Esta tesis abordó este problema a través de una metodología de investigación cuantitativa y explicativa a partir de bases de datos transaccionales, un relevamiento exhaustivo para conocer la información necesaria para una entrega y el nivel de importancia de cada dato. El análisis se concentró en modelar cada dato necesario, explorar la diversidad de problemas a los que se enfrenta un driver para lograr una entrega efectiva, dimensionar el impacto de cada uno de esos problemas, y evaluar las distintas fuentes, formas y momentos de obtener esos datos, en búsqueda del punto óptimo que maximice el resultado del marketplace. Como conclusión, no existe una única respuesta a cómo resolver el dilema entre conversión y efectividad en la entrega en un marketplace. En cada caso se debe evaluar y ponderar las variables identificadas en este trabajo en función de su contexto particular. El desafío está en lograr una solución flexible, escalable y adaptada a las necesidades de cada perfil de usuario y cada región, implementando estrategias de obtención de datos progresiva, usando autocompletado inteligente que facilite la carga al usuario, optimizando los momentos de interacción con el usuario, y desarrollando herramientas de aprendizaje continuo que mitigue los errores en la carga de datos."],"dc:identifier.uri":["https://repositorio.utdt.edu/handle/20.500.13098/13827"],"dc:language":["spa"],"dc:publisher":["Universidad Torcuato Di Tella"],"dc:rights":["info:eu-repo/semantics/openAccess"],"dc:subject":["Comercio electrónico","Logística","Comportamiento del consumidor","Electronic commerce","Logistics","Consumer behavior"],"dc:title":["Conversión del marketplace vs entrega eficiente en la última milla"],"dc:type":["info:eu-repo/semantics/masterThesis"],"thesis:degree_level":["1"],"thesis:degree_name":["Masters in Business Administration"],"thesis:institution_name":["Universidad Torcuato Di Tella. Escuela de Negocios"]},"updated_at":"2026-07-27T21:55:29Z"}