Show simple item record

dc.contributor.advisorHerrera Trujillo, Emilio Antonio
dc.contributor.authorBarrueta Meza, Renzo André
dc.contributor.authorCastillo Villarreal, Edgar Jean Paul
dc.date.accessioned2019-07-18T20:30:58Z
dc.date.available2019-07-18T20:30:58Z
dc.date.issued2018-12-06
dc.identifier.citation[1] R. A. Barrueta Meza and E. J. P. Castillo Villarreal, “Modelo de análisis predictivo para determinar clientes con tendencia a la deserción en bancos peruanos,” Universidad Peruana de Ciencias Aplicadas(UPC)., Lima, Perú, 2018. Doi: http://doi.org/ 10.19083/tesis/626023es_PE
dc.identifier.doi10.19083/tesis/626023es_PE
dc.identifier.urihttp://hdl.handle.net/10757/626023
dc.description.abstractEn la actualidad, el rol que cumplen los bancos en la economía del país y el impacto que tienen en las diferentes clases sociales es cada vez más importante. Estos siempre han sido un mercado que históricamente ha recibido un gran número de quejas y reclamaciones. Es por ello que, un mal servicio por parte del proveedor, una deficiente calidad de los productos y un precio fuera de mercado son las principales razones por las que los clientes abandonan una entidad bancaria. Esta situación va aumentando cada vez más y los bancos muestran su preocupación por este problema intentando implementar modelos que hasta el momento no han logrado cumplir con los objetivos. Además, existe un elevado nivel de competencia que obliga a las entidades financieras a velar por la lealtad de sus clientes para intentar mantenerlos e incrementar su rentabilidad. Este proyecto propone un Modelo de Análisis Predictivo soportado con la herramienta SAP Predictive Analytics, con el fin de ayudar en la toma de decisiones para la retención o fidelización de los clientes potenciales con tendencia a la deserción en la entidad bancaria. Esta propuesta se realizó mediante la necesidad de los mismos de conocer la exactitud de deserción de sus clientes categorizados potenciales. Se desarrolló una interfaz web como canal entre el Modelo de Análisis Predictivo propuesto y la entidad bancaria, con el fin de mostrar el resultado obtenido por el modelo indicando la exactitud, en porcentaje, de los clientes con tendencia a desertar. Además, como Plan de continuidad se propone 2 proyectos en base a la escalabilidad del Modelo de análisis predictivo propuesto, apoyándonos en la información obtenida en la etapa de análisis del modelo mismo.en_US
dc.description.abstractCurrently, the role played by banks in the country's economy and the impact they have on different social classes is increasingly important. These have always been a market that has historically received a large number of complaints and claims. It is therefore, poor service by the supplier, poor product quality and a price outside the market are the main reasons why customers leave a bank. This situation is increasingly and banks. In addition, there is a high level of competition that forces financial institutions and the loyalty of their customers to try to maintain them and increase their profitability. This project proposes a Predictive Analysis Model supported with the SAP Predictive Analytics tool, in order to help in making decisions for the retention or loyalty of clients with the tendency to drop out in the bank. This proposal was made through the need to know the accuracy of the desertion of its categorized clients. A web interface is shown as a channel between the Predictive Analysis Model and the bank, in order to show the result by the model that indicates the accuracy, in percentage, of clients with a tendency to defect. In addition, as a continuity plan, 2 projects are proposed based on the scalability of the Predictive Analysis Model, based on the information in the analysis stage of the model itself.en_US
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.formatapplication/epuben_US
dc.formatapplication/msworden_US
dc.language.isospaen_US
dc.publisherUniversidad Peruana de Ciencias Aplicadas (UPC)en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.sourceUniversidad Peruana de Ciencias Aplicadas (UPC)es_PE
dc.sourceRepositorio Académico - UPCes_PE
dc.subjectCustomer desertionen_US
dc.subjectPredictive analyticsen_US
dc.subjectAuto classification algorithmen_US
dc.subjectPredictive modelen_US
dc.subjectMachine learningen_US
dc.subjectSAPen_US
dc.subjectPredictive analyticsen_US
dc.subjectDeserción de clientesen_US
dc.subjectAnálisis predictivoen_US
dc.subjectAlgoritmo de auto-clasificaciónen_US
dc.subjectModelo predictivoen_US
dc.subjectAprendizaje automatizadoen_US
dc.subjectModelo de análisis predictivoen_US
dc.titleModelo de análisis predictivo para determinar clientes con tendencia a la deserción en bancos peruanosen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
thesis.degree.grantorUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingenieríaes_PE
thesis.degree.levelLicenciaturaes_PE
thesis.degree.disciplineIngeniería de Sistemas de Informaciónes_PE
thesis.degree.nameIngeniero de sistemas de informaciónes_PE
refterms.dateFOA2019-07-23T05:01:33Z
dc.identifier.isni0000 0001 2196 144X
renati.typehttp://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
dc.publisher.countryPEes_PE
dc.type.otherTesises_PE


Files in this item

Thumbnail
Name:
Barrueta MR.pdf
Size:
1.191Mb
Format:
PDF
Thumbnail
Name:
Barrueta MR.epub
Size:
531.9Kb
Format:
application/epub
Thumbnail
Name:
Barrueta _MR. Ficha.pdf
Embargo:
2088-12-06
Size:
82.04Kb
Format:
PDF
Thumbnail
Name:
Barrueta MR.docx
Embargo:
2088-12-06
Size:
695.9Kb
Format:
Microsoft Word 2007

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