Aplicación de ciencia de datos para incrementar la efectividad del número de operaciones de la base de clientes tácticos de Mibanco - Agencia Zárate

Abstract

El presente trabajo de investigación busca analizar nuevas estrategias para incrementar el nivel de efectividad del número de operaciones de la base de tácticos de los clientes de la agencia Zárate de Mibanco ubicada en el distrito de San Juan de Lurigancho, basado en la segmentación comercial del cliente.

La metodología de investigación de ciencia de datos consta de 10 etapas, desde la comprensión de datos hasta la retroalimentación, se aplicará un modelo analítico de carácter predictivo, se analiza la información histórica de Mibanco y con ello se identifica la problemática de la baja efectividad de la base de tácticos de la agencia Zárate. Seguidamente se exponen las posibles soluciones basadas en el modelo de ciencia de datos y la hipótesis.

También, se realiza el análisis EDA para la comprensión y preparación de los datos a través de visualizaciones y se describen las herramientas que se utilizarán para el proyecto.

Se establece una arquitectura de los datos en base a la funcionalidad y estructura actual de Mibanco. Asimismo, se emplea la técnica de ciencia de datos de Aprendizaje Supervisado, modelo de Clasificación basado en el algoritmo de Árbol de Decisiones. Adicionalmente, se muestran los resultados del modelo de ciencia de datos, basado en encontrar la fórmula del éxito para encontrar los perfiles idóneos de los clientes pre-aprobados de la base de. Finalmente, se establecieron las estrategias para la implementación del modelo de ciencia de datos en la empresa Mibanco.

The present research work seeks to analyze new strategies to increase the level of effectiveness of the number of operations of the tactical base of the clients of the Zarate agency of Mibanco located in the district of San Juan de Lurigancho, based on the commercial segmentation of the client.

The data science research methodology consists of 10 stages, from data comprehension to feedback, an analytical model of predictive character will be applied, the historical information of Mibanco is analyzed and with it the problem of the low effectiveness of the tactical base of the Zarate agency is identified. Next, the possible solutions based on the data science model and the hypothesis are presented.

Also, the EDA analysis is performed for the understanding and preparation of the data through visualizations and the tools that will be used for the project are described.

A data architecture is established based on the current functionality and structure of Mibanco. Likewise, the Supervised Learning data science technique, a Classification model based on the Decision Tree algorithm, is used. Additionally, the results of the data science model are shown, based on finding the success formula to find the ideal profiles of the pre-approved customers of the customer base. Finally, the strategies for the implementation of the data science model in Mibanco were established.