Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning
La fidelización de los clientes es un concepto fundamental para todas las empresas al momento de conocer la relación comercial que presentan con sus usuarios. Por ende, los bancos actualmente prestan mayor atención a su servicio posventa y buscan conocer las mejores estrategias que permitan obtener...
- Autores:
-
Chalacan Libreros, Luis Guillermo
Muñoz Gutiérrez, Edinson Joaquín
Portilla Ríos, Jeisson
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Corporación Universitaria Remington
- Repositorio:
- Repositorio institucional Uniremington
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniremington.edu.co:123456789/5611
- Acceso en línea:
- https://repositorio.uniremington.edu.co/handle/123456789/5611
- Palabra clave:
- Fidelización
Experiencia del cliente
Clientes leales
Retención de clientes
Relaciones con los clientes
Servicio al cliente
Mejoramiento de procesos
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id |
URemingtn2_1cf14f1fbd236a1b0c627443da90f092 |
---|---|
oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/5611 |
network_acronym_str |
URemingtn2 |
network_name_str |
Repositorio institucional Uniremington |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
title |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
spellingShingle |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning Fidelización Experiencia del cliente Clientes leales Retención de clientes Relaciones con los clientes Servicio al cliente Mejoramiento de procesos |
title_short |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
title_full |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
title_fullStr |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
title_full_unstemmed |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
title_sort |
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning |
dc.creator.fl_str_mv |
Chalacan Libreros, Luis Guillermo Muñoz Gutiérrez, Edinson Joaquín Portilla Ríos, Jeisson |
dc.contributor.advisor.none.fl_str_mv |
Briñez de León, Juan Carlos |
dc.contributor.author.none.fl_str_mv |
Chalacan Libreros, Luis Guillermo Muñoz Gutiérrez, Edinson Joaquín Portilla Ríos, Jeisson |
dc.subject.spa.fl_str_mv |
Fidelización Experiencia del cliente Clientes leales Retención de clientes |
topic |
Fidelización Experiencia del cliente Clientes leales Retención de clientes Relaciones con los clientes Servicio al cliente Mejoramiento de procesos |
dc.subject.lemb.none.fl_str_mv |
Relaciones con los clientes Servicio al cliente Mejoramiento de procesos |
description |
La fidelización de los clientes es un concepto fundamental para todas las empresas al momento de conocer la relación comercial que presentan con sus usuarios. Por ende, los bancos actualmente prestan mayor atención a su servicio posventa y buscan conocer las mejores estrategias que permitan obtener una alta tasa de retención de clientes. El presente trabajo de grado aborda el análisis de la fidelización y comportamiento de los clientes en el sector bancario, las alternativas de solución ante el problema de la falta de estrategias de fidelización y baja retención de clientes. Para ello, se ha realizado un análisis de enfoque a través de datos recopilados con revisión de fuentes de investigaciones académicas previas, relacionados a la fidelización de clientes, administración y retención de clientes, entrevistas internas realizadas a colaboradores de múltiples bancos, con el fin de obtener una base sólida para brindar una alternativa de solución adecuada según las necesidades de la empresa. Es gracias a ello, que se comprueba la importancia de la implementación del área de fidelización con personal interno de la compañía, realizando una convocatoria interna para formar el equipo que estará a cargo de generar datos con la ayuda de algoritmos y poder predecir por qué los clientes se están retirando de las entidades bancarias y así poder mejorar su retención. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-12-04T20:47:42Z |
dc.date.available.none.fl_str_mv |
2024-12-04T20:47:42Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.uniremington.edu.co/handle/123456789/5611 |
url |
https://repositorio.uniremington.edu.co/handle/123456789/5611 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Corporación Universitaria Remington, 2025 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos Reservados - Corporación Universitaria Remington, 2025 https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
40 p. |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Corporación Universitaria Remington |
dc.publisher.place.spa.fl_str_mv |
Medellín (Antioquia, Colombia) Cali (Valle del Cauca, Colombia) Buga (Valle del Cauca, Colombia) |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Industrial Ingeniería de Sistemas |
institution |
Corporación Universitaria Remington |
bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/1fa5d05e-bd6c-4f86-95f8-d05669c7ba4e/download https://repositorio.uniremington.edu.co/bitstreams/f63fa5c5-c289-417d-a39f-c04d06f5b22c/download https://repositorio.uniremington.edu.co/bitstreams/3159f5b3-8ac3-45b2-b055-46a622205a71/download https://repositorio.uniremington.edu.co/bitstreams/53191f68-07d1-47a6-a406-ebafa91d0115/download https://repositorio.uniremington.edu.co/bitstreams/7ae343b7-432e-4ade-afe4-2455b25dbd3d/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 3d6a811b797b3b70407180edf87adc45 4ec8f7ead69f8eefafc507bbf220d338 790d7bb05b193ee66408d62906bd5842 03139482d7c35eac3e88d40b1e57edcf |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio UNIREMINGTON |
repository.mail.fl_str_mv |
biblioteca@uniremington.edu.co |
_version_ |
1834112877445775360 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2025https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Briñez de León, Juan CarlosChalacan Libreros, Luis GuillermoMuñoz Gutiérrez, Edinson JoaquínPortilla Ríos, Jeisson2024-12-04T20:47:42Z2024-12-04T20:47:42Z2024https://repositorio.uniremington.edu.co/handle/123456789/5611La fidelización de los clientes es un concepto fundamental para todas las empresas al momento de conocer la relación comercial que presentan con sus usuarios. Por ende, los bancos actualmente prestan mayor atención a su servicio posventa y buscan conocer las mejores estrategias que permitan obtener una alta tasa de retención de clientes. El presente trabajo de grado aborda el análisis de la fidelización y comportamiento de los clientes en el sector bancario, las alternativas de solución ante el problema de la falta de estrategias de fidelización y baja retención de clientes. Para ello, se ha realizado un análisis de enfoque a través de datos recopilados con revisión de fuentes de investigaciones académicas previas, relacionados a la fidelización de clientes, administración y retención de clientes, entrevistas internas realizadas a colaboradores de múltiples bancos, con el fin de obtener una base sólida para brindar una alternativa de solución adecuada según las necesidades de la empresa. Es gracias a ello, que se comprueba la importancia de la implementación del área de fidelización con personal interno de la compañía, realizando una convocatoria interna para formar el equipo que estará a cargo de generar datos con la ayuda de algoritmos y poder predecir por qué los clientes se están retirando de las entidades bancarias y así poder mejorar su retención. PregradoIngeniero(a) IndustrialIngeniero(a) de Sistemas40 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Cali (Valle del Cauca, Colombia)Buga (Valle del Cauca, Colombia)Facultad de IngenieríasIngeniería IndustrialIngeniería de SistemasFidelizaciónExperiencia del clienteClientes lealesRetención de clientesRelaciones con los clientesServicio al clienteMejoramiento de procesosModelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/1fa5d05e-bd6c-4f86-95f8-d05669c7ba4e/download8a4605be74aa9ea9d79846c1fba20a33MD52Cesión Derechos-JPR-EMG-GCL 1.pdfapplication/pdf337127https://repositorio.uniremington.edu.co/bitstreams/f63fa5c5-c289-417d-a39f-c04d06f5b22c/download3d6a811b797b3b70407180edf87adc45MD53ORIGINALRIU-PRE-2024 Modelo prediccion abandono.pdfRIU-PRE-2024 Modelo prediccion abandono.pdfapplication/pdf1243119https://repositorio.uniremington.edu.co/bitstreams/3159f5b3-8ac3-45b2-b055-46a622205a71/download4ec8f7ead69f8eefafc507bbf220d338MD51TEXTRIU-PRE-2024 Modelo prediccion abandono.pdf.txtRIU-PRE-2024 Modelo prediccion abandono.pdf.txtExtracted texttext/plain44468https://repositorio.uniremington.edu.co/bitstreams/53191f68-07d1-47a6-a406-ebafa91d0115/download790d7bb05b193ee66408d62906bd5842MD54THUMBNAILRIU-PRE-2024 Modelo prediccion abandono.pdf.jpgRIU-PRE-2024 Modelo prediccion abandono.pdf.jpgGenerated Thumbnailimage/jpeg3058https://repositorio.uniremington.edu.co/bitstreams/7ae343b7-432e-4ade-afe4-2455b25dbd3d/download03139482d7c35eac3e88d40b1e57edcfMD55123456789/5611oai:repositorio.uniremington.edu.co:123456789/56112025-02-13 05:11:09.923https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2025open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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 |