Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático

Predecir la tasa de abandono (churn rate) o riesgo de abandono de los clientes, es importante para las empresas y más para la cooperativa multiactiva objeto de estudio, debido a que es importante mantener activa la base social de asociados a la cooperativa. En este marco, el presente trabajo se enfo...

Full description

Autores:
Males, Victor Hugo
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2022
Institución:
Pontificia Universidad Javeriana Cali
Repositorio:
Vitela
Idioma:
spa
OAI Identifier:
oai:vitela.javerianacali.edu.co:11522/2199
Acceso en línea:
https://vitela.javerianacali.edu.co/handle/11522/2199
Palabra clave:
Cooperativa
Riesgo de abandono
Aprendizaje automático
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id Vitela2_491a62e21b73bcabb2673a7467308cb7
oai_identifier_str oai:vitela.javerianacali.edu.co:11522/2199
network_acronym_str Vitela2
network_name_str Vitela
repository_id_str
dc.title.spa.fl_str_mv Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
title Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
spellingShingle Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
Cooperativa
Riesgo de abandono
Aprendizaje automático
title_short Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
title_full Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
title_fullStr Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
title_full_unstemmed Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
title_sort Predicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automático
dc.creator.fl_str_mv Males, Victor Hugo
dc.contributor.advisor.none.fl_str_mv Álvarez Vargas, Gloria Inés
dc.contributor.author.none.fl_str_mv Males, Victor Hugo
dc.subject.none.fl_str_mv Cooperativa
Riesgo de abandono
Aprendizaje automático
topic Cooperativa
Riesgo de abandono
Aprendizaje automático
description Predecir la tasa de abandono (churn rate) o riesgo de abandono de los clientes, es importante para las empresas y más para la cooperativa multiactiva objeto de estudio, debido a que es importante mantener activa la base social de asociados a la cooperativa. En este marco, el presente trabajo se enfoca en la implementación de técnicas de aprendizaje automático a un conjunto de variables cuantitativas y cualitativas y realizar un despliegue de una visualización con la mejor técnica de aprendizaje automático entrenada, que permita a las áreas comerciales de vinculación y retención tomar mejores decisiones en la implementación de sus estrategias para la reducción del riesgo de abandono. Con esto, la visualización realiza funcionalidades de exploración de análisis de datos, predicción de una lista de usuarios y según las variables que riesgo puede tener un asociado de no continuar en la cooperativa.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022
dc.date.accessioned.none.fl_str_mv 2024-06-11T17:40:40Z
dc.date.available.none.fl_str_mv 2024-06-11T17:40:40Z
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Maestría
dc.type.redcol.none.fl_str_mv https://purl.org/redcol/resource_type/TM
format http://purl.org/coar/resource_type/c_bdcc
dc.identifier.uri.none.fl_str_mv https://vitela.javerianacali.edu.co/handle/11522/2199
url https://vitela.javerianacali.edu.co/handle/11522/2199
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.creativecommons.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 76 p.
dc.publisher.none.fl_str_mv Pontificia Universidad Javeriana Cali
publisher.none.fl_str_mv Pontificia Universidad Javeriana Cali
institution Pontificia Universidad Javeriana Cali
bitstream.url.fl_str_mv https://vitela.javerianacali.edu.co/bitstreams/c935ab3b-4540-4c03-8e9b-7c0bcde736fe/download
https://vitela.javerianacali.edu.co/bitstreams/c48d575d-ebb8-4149-943b-3521b417e61d/download
https://vitela.javerianacali.edu.co/bitstreams/8220b124-c65b-4ec9-aadd-bdc15ea7c62b/download
https://vitela.javerianacali.edu.co/bitstreams/47d34ec6-3310-4164-aa78-f1b4012eca9e/download
https://vitela.javerianacali.edu.co/bitstreams/3be94e4a-f51c-43aa-bc77-120ed550492f/download
https://vitela.javerianacali.edu.co/bitstreams/7c768d15-bb3c-4fc8-8beb-cccd9754b861/download
https://vitela.javerianacali.edu.co/bitstreams/2d6c70f5-9f4f-469d-b9f9-d75a6bac7c49/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
0c07542c74aa4c78186261d7eedea95d
ae6f2d4c97539c935fee8030fb100383
db37e9c535f7f8a5191c176c2c3d6d78
215cd12206404f48b2adc6624769e7da
423a31584f7f01c743444696d1898d13
24229b8ff79cbf00606c05ff01f6c4c0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Vitela
repository.mail.fl_str_mv vitela.mail@javerianacali.edu.co
_version_ 1808493691313061888
spelling Álvarez Vargas, Gloria InésMales, Victor Hugo2024-06-11T17:40:40Z2024-06-11T17:40:40Z2022https://vitela.javerianacali.edu.co/handle/11522/2199Predecir la tasa de abandono (churn rate) o riesgo de abandono de los clientes, es importante para las empresas y más para la cooperativa multiactiva objeto de estudio, debido a que es importante mantener activa la base social de asociados a la cooperativa. En este marco, el presente trabajo se enfoca en la implementación de técnicas de aprendizaje automático a un conjunto de variables cuantitativas y cualitativas y realizar un despliegue de una visualización con la mejor técnica de aprendizaje automático entrenada, que permita a las áreas comerciales de vinculación y retención tomar mejores decisiones en la implementación de sus estrategias para la reducción del riesgo de abandono. Con esto, la visualización realiza funcionalidades de exploración de análisis de datos, predicción de una lista de usuarios y según las variables que riesgo puede tener un asociado de no continuar en la cooperativa.Predicting the abandonment rate (churn rate) or risk of customer abandonment is important for companies and more so for the multi-active cooperative under study, because it is important to keep active the social base of members of the cooperative. In this framework, the present work focuses on the implementation of machine learning techniques to a set of quantitative and qualitative variables and to display a visualization with the best trained machine learning technique, which allows the commercial areas of linking and retention make better decisions in the implementation of their strategies to reduce the risk of abandonment. With this, the visualization performs data analysis exploration functionalities, prediction of a list of users and according to the variables that a member may be at risk of not continuing in the cooperative.76 p.spaPontificia Universidad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2CooperativaRiesgo de abandonoAprendizaje automáticoPredicción del riesgo de abandono de un asociado para una cooperativa multiactiva de Santiago de Cali, mediante técnicas de aprendizaje automáticohttp://purl.org/coar/resource_type/c_bdccTesis/Trabajo de grado - Monografía - Maestríahttps://purl.org/redcol/resource_type/TMFacultad de Ingeniería y Ciencias. Maestría en IngenieríaMaestríaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/c935ab3b-4540-4c03-8e9b-7c0bcde736fe/download8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINALTrabajo_De_Grado_Victor_Hugo_Males-.pdfTrabajo_De_Grado_Victor_Hugo_Males-.pdfapplication/pdf2440199https://vitela.javerianacali.edu.co/bitstreams/c48d575d-ebb8-4149-943b-3521b417e61d/download0c07542c74aa4c78186261d7eedea95dMD511.LICENCIA DE USO - TG.pdf1.LICENCIA DE USO - TG.pdfapplication/pdf211562https://vitela.javerianacali.edu.co/bitstreams/8220b124-c65b-4ec9-aadd-bdc15ea7c62b/downloadae6f2d4c97539c935fee8030fb100383MD52TEXTTrabajo_De_Grado_Victor_Hugo_Males-.pdf.txtTrabajo_De_Grado_Victor_Hugo_Males-.pdf.txtExtracted texttext/plain101744https://vitela.javerianacali.edu.co/bitstreams/47d34ec6-3310-4164-aa78-f1b4012eca9e/downloaddb37e9c535f7f8a5191c176c2c3d6d78MD5111.LICENCIA DE USO - TG.pdf.txt1.LICENCIA DE USO - TG.pdf.txtExtracted texttext/plain4978https://vitela.javerianacali.edu.co/bitstreams/3be94e4a-f51c-43aa-bc77-120ed550492f/download215cd12206404f48b2adc6624769e7daMD513THUMBNAILTrabajo_De_Grado_Victor_Hugo_Males-.pdf.jpgTrabajo_De_Grado_Victor_Hugo_Males-.pdf.jpgGenerated Thumbnailimage/jpeg2922https://vitela.javerianacali.edu.co/bitstreams/7c768d15-bb3c-4fc8-8beb-cccd9754b861/download423a31584f7f01c743444696d1898d13MD5121.LICENCIA DE USO - TG.pdf.jpg1.LICENCIA DE USO - TG.pdf.jpgGenerated Thumbnailimage/jpeg5272https://vitela.javerianacali.edu.co/bitstreams/2d6c70f5-9f4f-469d-b9f9-d75a6bac7c49/download24229b8ff79cbf00606c05ff01f6c4c0MD51411522/2199oai:vitela.javerianacali.edu.co:11522/21992024-06-25 05:14:03.542https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.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