Predicción de abandono de clientes para una entidad financiera

Abstract

El presente trabajo investigativo, ha tenido como objetivo el desarrollo de un modelo de predicción de abandono de clientes para una institución financiera del Ecuador. En las instituciones el abandono de los clientes es un inconveniente de carácter significativo, ya que afecta a la rentabilidad y los diferentes ingresos que estos generan a la entidad. Para ello se cumple con el objetivo del presente trabajo, creando un modelo estadístico con técnicas de Machine Learning, se analizan y describen las variables recopiladas la cuales están clasificadas en movimientos y transacciones históricas, sociodemográficas, financieras entre otras. Los algoritmos que han sido aplicados en el presente proyecto, fueron comparados entre regresión logística, árboles de decisión y Random Forest, de acuerdo a los resultados obtenidos su demostración indica que poseen un alto nivel de clasificación y predicción de datos, de acuerdo a la efectividad obtenida en cada modelo, se puede indicar que Random Forest ha sido más robusto y eficiente en base a sus predicciones frente a los otros modelos aplicados. Finalmente, con los resultados obtenidos, la entidad financiera tiene la ventaja de crear nuevas metodologías y estrategias que faciliten la reducción de la tasa de fuga de clientes. Estas pueden ser; mejorar los procesos y servicios, madurar la implementación de la nueva era digital y crear nuevas campañas de ofertas, todo esto permite captar nuevos clientes y mantener una alta rentabilidad de los mismos para contribuir a la mejora de calidad y eficiencia de toda la institución que permita ser más fuertes y competitivos en el sector financiero.