Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/29067
Título : Predicción de la fidelidad de clientes según los hábitos de compra
Autor : Portela Santos, Luis Guillermo
Salazar Ruiz, Omar Darío
metadata.dc.contributor.advisor: Oviedo Carrascal, Efraín Alberto
metadata.dc.subject.*: Instituciones financieras
Financial institutions
Aprendizaje automático (inteligencia artificial)
Machine learning
Técnicas de predicción
Forecasting
Comportamiento del consumidor
Consumer behaviour
Satisfacción del consumidor
Consumer satisfaction
Disposición a pagar
Willingness to pay
http://aims.fao.org/aos/agrovoc/c_3041
http://aims.fao.org/aos/agrovoc/c_1821
http://aims.fao.org/aos/agrovoc/c_3ee79696
http://aims.fao.org/aos/agrovoc/c_5e003e07
http://vocabularies.unesco.org/thesaurus/concept10861
Fecha de publicación : 2022
Resumen : RESUMEN : ELO es una marca de pago de Brasil la cual ha establecido alianzas con comerciantes para ofrecer promociones y descuentos a los titulares de tarjetas de crédito. En tal sentido, la compañía requiere conocer la efectividad de las campañas de descuentos con los comercios aliados y evaluar si sus promociones funcionaron para sus clientes. Por eso, se apoya de los datos recopilados en los ciclos de vida de sus clientes para identificar a partir de características propias de estos, sus gustos y preferencias de compras, y de ese modo identificar y atender las oportunidades más relevantes para las personas, al descubrir señales en la lealtad del cliente. (Elo Merchant Category Recommendation | Kaggle, 2019) Para esto, ELO, a través de la plataforma de kaggle, ha propuesto un concurso el cual busca predecir la lealtad de los clientes, la cual se define como un valor continúo normalizado. Los datos suministrados por el concurso consisten en cuatro bases de datos, las cuales contienen información agregada y desagregada relacionada con las transacciones realizadas por los clientes poseedores de una tarjeta de crédito. Dado que la estimación de la fidelidad es una variable continua, se usarán inicialmente los modelos asociados la tarea de regresión, considerando desde los modelos sencillos, hasta los más complejos, garantizando de igual forma la optimización de los hiperparámetros principales de cada uno de los algoritmos evaluados. Paralelamente, con el fin de complementar la solución del problema analítico planteado, se propone la discretización de la variable “lealtad” en rangos, con el fin de hacer un acercamiento mucho real al problema, en el cual se buscaría identificar, de forma binaria, aquellos clientes que son fieles y aquellos que no lo son. Sin embargo, los distintos acercamientos analíticos, ya sea para regresión o para clasificación, partieron de la premisa de la interpretación personal de las características analizadas. En este sentido, las distintas bases de datos suministradas en el concurso cuentan con la completa anonimización de las características suministradas y el escalamiento de la mayoría de los valores continuos presentes en las tablas. Estos hechos, por definición, imposibilitan un acercamiento más profundo e interpretativo del problema y de los datos en cuestión.
metadata.dc.relatedidentifier.url: https://github.com/LuisPortela/ELO
Aparece en las colecciones: Especializaciones de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
PortelaLuis_SalazarOmar_2022_Prediccion_Fidelidad_Clientes.pdfTrabajo de grado de especialización979.96 kBAdobe PDFVisualizar/Abrir


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