Buscar en Google Scholar
Título: Sistema de segmentación geográfica para la optimización de costos en los canales de atención utilizando el algoritmo k-means en una entidad financiera
Otros títulos: Geographic Segmentation System for cost optimization in customer service channels using the k-means algorithm in a financial institution
Asesor(es): BENITES LAVADO, SIRHAN WILLIAMS
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 9-jul-2024
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: Este proyecto tiene como finalidad implementar un sistema de segmentación geográfica para la optimización de costos en los canales de atención de una entidad financiera. Para alcanzar este objetivo, se desarrolló un sistema que utiliza el algoritmo k-means, datos públicos del estado, datos propios de la entidad financiera y la herramienta PowerBI. El proceso incluyó varias etapas de validación de toda la información recopilada para asegurar la precisión y relevancia de los datos. El resultado final es un producto que permite visualizar los distritos del Perú junto con sus indicadores más significativos. Esta visualización facilita la comprensión del perfil de cada zona, lo cual es esencial para la toma de decisiones estratégicas. Con esta herramienta, los equipos de la entidad financiera pueden identificar áreas clave para la recolocación de canales, realizar análisis detallados y diseñar estrategias específicas para mejorar la eficiencia y la efectividad de sus operaciones. Además, la capacidad de segmentar geográficamente permite una adaptación más rápida y precisa a las necesidades cambiantes del mercado y a las expectativas de los clientes. Este enfoque no solo optimiza los recursos y reduce los costos operativos, sino que también potencia la capacidad de la entidad para ofrecer un servicio más personalizado y eficiente. En resumen, el proyecto proporciona una plataforma robusta y dinámica que transforma la gestión de los canales de atención, alineándose con los objetivos estratégicos de la entidad financiera y mejorando su competitividad en el mercado.

This project aims to implement a geographic segmentation system to optimize costs in the service channels of a financial institution. To achieve this goal, a system was developed using the k-means algorithm, incorporating public data from the government, proprietary data from the financial institution, and the PowerBI tool. The process included several rigorous validation stages of all the collected information to ensure the accuracy and relevance of the data. The result is a solution that allows visualization of the districts of Peru along with their most significant indicators. This visualization facilitates a detailed understanding of the profile of each area, which is crucial for strategic decision-making. With this tool, teams within the financial institution can identify key areas for the relocation of service channels, conduct detailed analyses, and design specific strategies to improve the efficiency and effectiveness of their operations. Additionally, the capability to segment geographically allows for quicker and more precise adaptation to changing market needs and customer expectations. This approach not only optimizes resources and reduces operational costs but also enhances the institution's ability to offer more personalized and efficient services. In summary, the project provides a robust and dynamic platform that transforms the management of service channels, aligning with the strategic objectives of the financial institution and improving its competitiveness in the market.
Enlace al repositorio: http://hdl.handle.net/10757/674696
Disciplina académico-profesional: Ingeniería de Sistemas de Información
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero de sistemas de información
Jurado: Juan Pablo Jesús Mansilla López; Teresa Rocío Cossío Palacios
Fecha de registro: 3-ago-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons