Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor
El presente proyecto, realizado en el marco de trabajo del programa de la Maestría en analítica para la inteligencia de negocios, propone una base analítica para el diseño de la estrategia del Grupo Davivienda para aumentar la retención de clientes que consumen el producto tarjetas de crédito, enfoc...
- Autores:
- Tipo de recurso:
- masterThesis
- Fecha de publicación:
- 2022
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/58393
- Palabra clave:
- Clasificación
Bosque aleatorio
Churn
Tarjetas de crédito
Segmentación
Classification
Random forest
Cancellation
Credit card
Segmentation
Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas
Predicciones tecnológicas
Tarjetas de crédito
Mejoramiento de procesos
Modelos logísticos
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
JAVERIANA_cc4a430c8e10c1e4803085af09326406 |
|---|---|
| oai_identifier_str |
oai:repository.javeriana.edu.co:10554/58393 |
| network_acronym_str |
JAVERIANA |
| network_name_str |
Repositorio Universidad Javeriana |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor Credit card cancellation prediction and customer retention model |
| title |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| spellingShingle |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor Hernandez Motta, Juan Sebastian Clasificación Bosque aleatorio Churn Tarjetas de crédito Segmentación Classification Random forest Cancellation Credit card Segmentation Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas Predicciones tecnológicas Tarjetas de crédito Mejoramiento de procesos Modelos logísticos |
| title_short |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| title_full |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| title_fullStr |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| title_full_unstemmed |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| title_sort |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor |
| dc.creator.none.fl_str_mv |
Hernandez Motta, Juan Sebastian |
| author |
Hernandez Motta, Juan Sebastian |
| author_facet |
Hernandez Motta, Juan Sebastian |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Bolivar Atuesta, Stevenson Rendon Gamboa, Jairo Andres Bolivar Atuesta, Stevenson Rendon Gamboa, Jairo Andres Bolivar Atuesta, Stevenson Rendon Gamboa, Jairo Andres |
| dc.subject.none.fl_str_mv |
Clasificación Bosque aleatorio Churn Tarjetas de crédito Segmentación Classification Random forest Cancellation Credit card Segmentation Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas Predicciones tecnológicas Tarjetas de crédito Mejoramiento de procesos Modelos logísticos |
| topic |
Clasificación Bosque aleatorio Churn Tarjetas de crédito Segmentación Classification Random forest Cancellation Credit card Segmentation Maestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicas Predicciones tecnológicas Tarjetas de crédito Mejoramiento de procesos Modelos logísticos |
| description |
El presente proyecto, realizado en el marco de trabajo del programa de la Maestría en analítica para la inteligencia de negocios, propone una base analítica para el diseño de la estrategia del Grupo Davivienda para aumentar la retención de clientes que consumen el producto tarjetas de crédito, enfocada a aquellos clientes considerados de alto valor, garantizando la asignación adecuada de recursos del banco.Este proyecto contempla la segmentación y perfilamiento de de clientes del banco, haciendo uso de k-means clustering y rfm segmentation. De igual forma incluye el uso de un modelo de predicción de cancelación de tarjetas de crédito basado en random Forest classification, entrenado sobre una base de datos proporcionada por el banco compuesta por datos demográficos, financieros y de consumo de clientes entre noviembre 2018 y diciembre 2020.La evaluación del modelo desarrollado identifica cinco perfiles de clientes, y propone un modelo de predicción de cancelaciones con AUC en validación de 0,75. Adicionalmente se identifican las variables mas relevantes, se sugieren los posibles motivos de cancelación y la estrategia de retención con mayor posibilidad de éxito. |
| publishDate |
2022 |
| dc.date.none.fl_str_mv |
2022-01-14T15:40:01Z 2065-12-31 |
| dc.type.none.fl_str_mv |
http://purl.org/coar/version/c_ab4af688f83e57aa Tesis/Trabajo de grado - Monografía - Maestría http://purl.org/coar/resource_type/c_bdcc info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/10554/58393 https://doi.org/10.11144/Javeriana.10554.58393 instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| url |
http://hdl.handle.net/10554/58393 https://doi.org/10.11144/Javeriana.10554.58393 |
| identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Analítica para la Inteligencia de Negocios Facultad de Ingeniería Facultad de Ciencias Económicas y Administrativas |
| publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Analítica para la Inteligencia de Negocios Facultad de Ingeniería Facultad de Ciencias Económicas y Administrativas |
| dc.source.none.fl_str_mv |
reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
| instname_str |
Pontificia Universidad Javeriana |
| instacron_str |
Pontificia Universidad Javeriana |
| institution |
Pontificia Universidad Javeriana |
| reponame_str |
Repositorio Universidad Javeriana |
| collection |
Repositorio Universidad Javeriana |
| _version_ |
1803712900502650880 |
| spelling |
Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valorCredit card cancellation prediction and customer retention modelHernandez Motta, Juan SebastianClasificaciónBosque aleatorioChurnTarjetas de créditoSegmentaciónClassificationRandom forestCancellationCredit cardSegmentationMaestría en analítica para la inteligencia de negocios - Tesis y disertaciones académicasPredicciones tecnológicasTarjetas de créditoMejoramiento de procesosModelos logísticosEl presente proyecto, realizado en el marco de trabajo del programa de la Maestría en analítica para la inteligencia de negocios, propone una base analítica para el diseño de la estrategia del Grupo Davivienda para aumentar la retención de clientes que consumen el producto tarjetas de crédito, enfocada a aquellos clientes considerados de alto valor, garantizando la asignación adecuada de recursos del banco.Este proyecto contempla la segmentación y perfilamiento de de clientes del banco, haciendo uso de k-means clustering y rfm segmentation. De igual forma incluye el uso de un modelo de predicción de cancelación de tarjetas de crédito basado en random Forest classification, entrenado sobre una base de datos proporcionada por el banco compuesta por datos demográficos, financieros y de consumo de clientes entre noviembre 2018 y diciembre 2020.La evaluación del modelo desarrollado identifica cinco perfiles de clientes, y propone un modelo de predicción de cancelaciones con AUC en validación de 0,75. Adicionalmente se identifican las variables mas relevantes, se sugieren los posibles motivos de cancelación y la estrategia de retención con mayor posibilidad de éxito.This project, carried out within the framework of the Master's program in analytics for business intelligence, proposes an analytical basis for the design of the Davivienda Group's strategy to increase the retention of customers who consume the product credit cards, Focused on high value clients, guaranteeing the adequate allocation of bank resources.This project contemplates the segmentation and profiling of the bank's clients, making use of k-means clustering and rfm segmentation. It also includes the use of a credit card cancellation prediction model based on random Forest Classification, trained on a database provided by the bank composed of demographic, financial and customer consumption data between November 2018 and December 2020. .The evaluation of the developed model identifies five customer profiles, and proposes a cancellation prediction model with AUC in validation of 0.75. In addition, the most relevant variables are identified, the possible reasons for cancellation and the retention strategy with the greatest possibility of success are suggested.Magíster en Analítica para la Inteligencia de NegociosMaestríaPontificia Universidad JaverianaMaestría en Analítica para la Inteligencia de NegociosFacultad de IngenieríaFacultad de Ciencias Económicas y AdministrativasBolivar Atuesta, StevensonRendon Gamboa, Jairo AndresBolivar Atuesta, StevensonRendon Gamboa, Jairo AndresBolivar Atuesta, StevensonRendon Gamboa, Jairo Andres2022-01-14T15:40:01Z2065-12-31http://purl.org/coar/version/c_ab4af688f83e57aaTesis/Trabajo de grado - Monografía - Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfapplication/pdfhttp://hdl.handle.net/10554/58393https://doi.org/10.11144/Javeriana.10554.58393instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.cospaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2022-04-29T17:38:20Z |