Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones
RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la...
- Autores:
-
Echeverri Giraldo, Andrés Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/15142
- Acceso en línea:
- http://hdl.handle.net/10495/15142
- Palabra clave:
- Telecomunicación
Telecommunications
Sociedad de la información
Information society
Servicios de telecomunicaciones
http://vocabularies.unesco.org/thesaurus/concept527
http://vocabularies.unesco.org/thesaurus/concept17007
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
UDEA2_d1ab8e8e95bd240d87e29a68d590614b |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/15142 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| spellingShingle |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones Telecomunicación Telecommunications Sociedad de la información Information society Servicios de telecomunicaciones http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| title_short |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_full |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_fullStr |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_full_unstemmed |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_sort |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| dc.creator.fl_str_mv |
Echeverri Giraldo, Andrés Felipe |
| dc.contributor.author.none.fl_str_mv |
Echeverri Giraldo, Andrés Felipe |
| dc.subject.unesco.none.fl_str_mv |
Telecomunicación Telecommunications Sociedad de la información Information society |
| topic |
Telecomunicación Telecommunications Sociedad de la información Information society Servicios de telecomunicaciones http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| dc.subject.spines.none.fl_str_mv |
Servicios de telecomunicaciones |
| dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| description |
RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la fidelización del cliente. En este trabajo se describe el ciclo de vida y procedimientos necesarios para elaborar un modelo predictivo de Churn. Como resultado se obtuvo una base de datos centralizada y un algoritmo de Machine Learning supervisado desarrollado en Python capaz de predecir hasta un 66% del Churn al mes siguiente. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-06-24T20:18:21Z |
| dc.date.available.none.fl_str_mv |
2020-06-24T20:18:21Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/15142 |
| url |
http://hdl.handle.net/10495/15142 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
24 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/1/EcheverriAndres_2019_ModeloPredictivoChurn.pdf http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/2/license_rdf http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/3/license.txt |
| bitstream.checksum.fl_str_mv |
4f7a1ab155df6291a634b430b85c8b0f b88b088d9957e670ce3b3fbe2eedbc13 8a4605be74aa9ea9d79846c1fba20a33 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
| repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
| _version_ |
1812173080282267648 |
| spelling |
Echeverri Giraldo, Andrés Felipe2020-06-24T20:18:21Z2020-06-24T20:18:21Z2019http://hdl.handle.net/10495/15142RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la fidelización del cliente. En este trabajo se describe el ciclo de vida y procedimientos necesarios para elaborar un modelo predictivo de Churn. Como resultado se obtuvo una base de datos centralizada y un algoritmo de Machine Learning supervisado desarrollado en Python capaz de predecir hasta un 66% del Churn al mes siguiente.24application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bcceAtribución-NoComercial-SinDerivadas 2.5 Colombiainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-nd/4.0/Modelo predictivo de Churn de clientes para el negocio de TelecomunicacionesMedellín, ColombiaTelecomunicaciónTelecommunicationsSociedad de la informaciónInformation societyServicios de telecomunicacioneshttp://vocabularies.unesco.org/thesaurus/concept527http://vocabularies.unesco.org/thesaurus/concept17007Ingeniero ElectrónicoPregradoFacultad de Ingeniería. Carrera de Ingeniería ElectrónicaUniversidad de AntioquiaORIGINALEcheverriAndres_2019_ModeloPredictivoChurn.pdfEcheverriAndres_2019_ModeloPredictivoChurn.pdfTrabajo de grado de pregradoapplication/pdf670082http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/1/EcheverriAndres_2019_ModeloPredictivoChurn.pdf4f7a1ab155df6291a634b430b85c8b0fMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/2/license_rdfb88b088d9957e670ce3b3fbe2eedbc13MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/15142/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5310495/15142oai:bibliotecadigital.udea.edu.co:10495/151422021-06-19 19:19:48.233Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |