Advanced search

Show simple item record

dc.contributor.advisorRoque Paredes, Ofelia
dc.contributor.authorCisterna Molloco, César Enrique
dc.date.accessioned2021-12-16T20:35:47Z
dc.date.available2021-12-16T20:35:47Z
dc.date.issued2021
dc.identifier.citationCisterna, C. (2021). Segmentación de clientes activos de una entidad financiera empleando el algoritmo de K-means y árbol de decisión. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.urihttps://hdl.handle.net/20.500.12672/17359
dc.description.abstractActualmente la Institución Financiera ha identificado a clientes según su interacción con los canales físicos y digitales, entre clientes activos (42%) y clientes inactivos (58%), por lo cual es fundamental poder realizar acciones comerciales diferenciadas sobre este universo de clientes. Se define como cliente activo a aquel cliente que realizó operaciones monetarias y no monetaria por canales digitales del banco dentro de los últimos seis meses o que realizan sus operaciones en canales físicos dentro de los últimos seis meses. Debido a ello las áreas de negocio encargadas de realizar las campañas, decidieron priorizar la acción comercial en los clientes activos, lo cuales son alrededor de un millón setecientos mil clientes de manera mensual. Sin embargo, se desea realizar diferentes acciones comerciales según el perfil de los clientes activos puesto no todos tienen el mismo perfil. Por lo cual, el presente trabajo consiste en la segmentación de clientes activos, el cual se desarrolló dentro del área de Business Analytics, área encargada del perfilamientos y segmentaciones de los clientes. Y mediante la segmentación, los responsables del negocio podrán realizar acciones comerciales que permitan gestionar los KPI’s establecidos, que son el cross, el uso de tarjetas de crédito o débito y el aumento del uso de los canales digitales. Esta segmentación permite conocer de manera acertada el perfil de los clientes activos, lo que permitirá ofrecer productos que calcen con las necesidades de los clientes activos, permitiendo incrementar sus KPI’s.
dc.formatapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.sourceRepositorio de Tesis - UNMSM
dc.subjectAlgoritmos
dc.subjectAnálisis cluster - Procesamiento de datos
dc.subjectRelaciones con los clientes - Procesamiento de datos
dc.subjectMinería de datos
dc.subjectArboles de decisión
dc.titleSegmentación de clientes activos de una entidad financiera empleando el algoritmo de K-means y árbol de decisión
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameLicenciado en Estadística
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
thesis.degree.disciplineEstadística
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.01.03
dc.publisher.countryPE
renati.advisor.dni06243124
renati.advisor.orcidhttps://orcid.org/0000-0001-8280-021X
renati.author.dni72561586
renati.discipline542016
renati.jurorMolina Quiñones, Helfer Joel
renati.jurorRodríguez Orellana, Hugo Marino
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional
sisbib.juror.dni40014631
sisbib.juror.dni40162362


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess