Look-up in Google Scholar
Full metadata record
Herrera Trujillo, Emilio Antonio
Barrueta Meza, Renzo André
Castillo Villarreal, Edgar Jean Paul
2019-07-18T20:30:58Z
2019-07-18T20:30:58Z
2018-12-06
[1] R. A. Barrueta Meza and E. J. P. Castillo Villarreal, “Modelo de análisis predictivo para determinar clientes con tendencia a la deserción en bancos peruanos,” Universidad Peruana de Ciencias Aplicadas(UPC)., Lima, Perú, 2018. Doi: http://doi.org/ 10.19083/tesis/626023 (es_PE)
http://hdl.handle.net/10757/626023
En la actualidad, el rol que cumplen los bancos en la economía del país y el impacto que tienen en las diferentes clases sociales es cada vez más importante. Estos siempre han sido un mercado que históricamente ha recibido un gran número de quejas y reclamaciones. Es por ello que, un mal servicio por parte del proveedor, una deficiente calidad de los productos y un precio fuera de mercado son las principales razones por las que los clientes abandonan una entidad bancaria. Esta situación va aumentando cada vez más y los bancos muestran su preocupación por este problema intentando implementar modelos que hasta el momento no han logrado cumplir con los objetivos. Además, existe un elevado nivel de competencia que obliga a las entidades financieras a velar por la lealtad de sus clientes para intentar mantenerlos e incrementar su rentabilidad. Este proyecto propone un Modelo de Análisis Predictivo soportado con la herramienta SAP Predictive Analytics, con el fin de ayudar en la toma de decisiones para la retención o fidelización de los clientes potenciales con tendencia a la deserción en la entidad bancaria. Esta propuesta se realizó mediante la necesidad de los mismos de conocer la exactitud de deserción de sus clientes categorizados potenciales. Se desarrolló una interfaz web como canal entre el Modelo de Análisis Predictivo propuesto y la entidad bancaria, con el fin de mostrar el resultado obtenido por el modelo indicando la exactitud, en porcentaje, de los clientes con tendencia a desertar. Además, como Plan de continuidad se propone 2 proyectos en base a la escalabilidad del Modelo de análisis predictivo propuesto, apoyándonos en la información obtenida en la etapa de análisis del modelo mismo. (en_US)
Currently, the role played by banks in the country's economy and the impact they have on different social classes is increasingly important. These have always been a market that has historically received a large number of complaints and claims. It is therefore, poor service by the supplier, poor product quality and a price outside the market are the main reasons why customers leave a bank. This situation is increasingly and banks. In addition, there is a high level of competition that forces financial institutions and the loyalty of their customers to try to maintain them and increase their profitability. This project proposes a Predictive Analysis Model supported with the SAP Predictive Analytics tool, in order to help in making decisions for the retention or loyalty of clients with the tendency to drop out in the bank. This proposal was made through the need to know the accuracy of the desertion of its categorized clients. A web interface is shown as a channel between the Predictive Analysis Model and the bank, in order to show the result by the model that indicates the accuracy, in percentage, of clients with a tendency to defect. In addition, as a continuity plan, 2 projects are proposed based on the scalability of the Predictive Analysis Model, based on the information in the analysis stage of the model itself. (en_US)
Tesis (es_PE)
application/pdf (en_US)
application/epub (en_US)
application/msword (en_US)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (en_US)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/3.0/us/ (*)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Repositorio Académico - UPC (es_PE)
Customer desertion (en_US)
Predictive analytics (en_US)
Auto classification algorithm (en_US)
Predictive model (en_US)
Machine learning (en_US)
SAP (en_US)
Predictive analytics (en_US)
Deserción de clientes (en_US)
Análisis predictivo (en_US)
Algoritmo de auto-clasificación (en_US)
Modelo predictivo (en_US)
Aprendizaje automatizado (en_US)
Modelo de análisis predictivo (en_US)
Modelo de análisis predictivo para determinar clientes con tendencia a la deserción en bancos peruanos (en_US)
info:eu-repo/semantics/bachelorThesis (en_US)
Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería (es_PE)
Ingeniería de Sistemas de Información (es_PE)
Licenciatura (es_PE)
Ingeniero de sistemas de información (es_PE)
PE (es_PE)
http://purl.org/pe-repo/renati/nivel#tituloProfesional (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons