Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning

Chalacan Libreros, Luis Guillermo; Muñoz Gutiérrez, Edinson Joaquín; Portilla Ríos, Jeisson

Publication:
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning

dc.contributor.advisor	Briñez de León, Juan Carlos
dc.contributor.author	Chalacan Libreros, Luis Guillermo
dc.contributor.author	Muñoz Gutiérrez, Edinson Joaquín
dc.contributor.author	Portilla Ríos, Jeisson
dc.date.accessioned	2024-12-04T20:47:42Z
dc.date.available	2024-12-04T20:47:42Z
dc.date.issued	2024
dc.description.abstract	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.
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero(a) Industrial	spa
dc.description.degreename	Ingeniero(a) de Sistemas	spa
dc.format.extent	40 p.
dc.format.mimetype	application/pdf	spa
dc.identifier.uri	https://repositorio.uniremington.edu.co/handle/123456789/5611
dc.language.iso	spa	spa
dc.publisher	Corporación Universitaria Remington	spa
dc.publisher.faculty	Facultad de Ingenierías	spa
dc.publisher.place	Medellín (Antioquia, Colombia)	spa
dc.publisher.place	Cali (Valle del Cauca, Colombia)	spa
dc.publisher.place	Buga (Valle del Cauca, Colombia)	spa
dc.publisher.program	Ingeniería Industrial	spa
dc.publisher.program	Ingeniería de Sistemas	spa
dc.rights	Derechos Reservados - Corporación Universitaria Remington, 2025	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	spa
dc.subject	Fidelización	spa
dc.subject	Experiencia del cliente	spa
dc.subject	Clientes leales	spa
dc.subject	Retención de clientes	spa
dc.subject.lemb	Relaciones con los clientes
dc.subject.lemb	Servicio al cliente
dc.subject.lemb	Mejoramiento de procesos
dc.title	Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning	spa
dc.type	Trabajo de grado - Pregrado	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcol	http://purl.org/redcol/resource_type/TP	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dspace.entity.type	Publication	spa