Buscar en Google Scholar
Título: Determinación de la aceptación de un producto financiero basado en la gestión de llamadas a clientes potenciales en una campaña vigente usando algoritmos de aprendizaje automático
Asesor(es): Roque Paredes, Ofelia
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.07.00
Fecha de publicación: 2020
Institución: Universidad Ricardo Palma
Resumen: En este trabajo de tesis se planteó abordar la determinación de la aceptación de un producto financiero basado en la gestión de llamadas a clientes potenciales en una campaña vigente, para ello se usaron algunos algoritmos de aprendizaje automático. El estudio tuvo un enfoque de aprendizaje supervisado donde la variable objetivo es la aprobación del producto financiero y de variables específicas de la gestión. Asimismo con la determinación de la aceptación se buscó generar futuras eficiencias para el área de inteligencia de televentas y tomar mejores decisiones en la gestión de llamadas. Además se analizó si favorece el uso del protocolo de venta basado en el perfil de la gestión. Los datos utilizados pertenecen a un call center propio de una entidad financiera, recolectados en los cuatro primeros meses del 2018. Se contó con variables propias de la base de datos de clientes potenciales a la campaña y otras variables propias de la gestión de llamadas. Para la determinación de la aceptación de un producto financiero se desarrollaron tres modelos mediante algoritmos de aprendizaje automático y se seleccionó el mejor modelo basado en el indicador AUC sin descuidar el indicador de sensibilidad pues interesa al negocio.
Disciplina académico-profesional: Maestría en Ciencia de los Datos
Institución que otorga el grado o título: Universidad Ricardo Palma. Escuela de Posgrado
Grado o título: Maestro en Ciencia de los Datos
Jurado: Ramos Ponce, Oscar Efrain; Cárdenas Garro, José Antonio; Marticorena Ramos, Walter Edwin
Fecha de registro: 29-mar-2021; 29-mar-2021



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