Segmentación de clientes en base a su comportamiento de consumo a través del modelo de segmentación K- MEANS en una entidad Bancaria

• Autor: Salazar Gebol, Jimmy Stalin
• Formato: tesis de grado
• Fecha de Publicación: 2015
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/3401
• Enlace del recurso: http://hdl.handle.net/20.500.14076/3401
• Nivel de acceso: acceso abierto
• Materia: Segmentación de mercado; Consumos comerciales; Ofertas comerciales

La presente investigación plantea como objetivo determinar la segmentación de clientes más adecuada en base al comportamiento de consumo para obtener un mejor direccionamiento en las ofertas comerciales que se hacen en el banco a través de las campañas, así que se vio la necesidad en realizar este estudio debido a que muchas entidades no sabían a ciencia cierta si lo que ofrecían a sus clientes es lo que generalmente les interesaba, se usaron variedades de rubros de consumos que los clientes transaccionan, sin embargo, tener muchas variables pudieron dificultar las agrupaciones, por ello se usó el análisis factorial para la reducción de estas con la técnica de componentes principales, una vez obtenida los factores finales se realizó la primera división que conjuntamente con los experto en el tema de consumo de tarjeta de créditos se decidió que se evaluaría el segmento cibernauta que son aquellos clientes que en su mayoría realizan sus transacciones por el canal internet, ya con el resto de los clientes (tradicional, no usan con frecuencia el canal internet) se empezó a analizar la segmentación K-Means obteniendo el evolutivo de segmentación tomando como punto inicial a la división de 4 segmentos (K=4), de esta forma junto a los cálculos de cohesión, distancia externa y silueta (forma) del segmento se determinó la validación y la segmentación final que consta de 7 segmentos siendo estas las que mejor direccionan a las ofertas. Por otro lado, se llevó estos segmentos hacia un análisis de visualización para tener la noción de que segmentos podrían tener características similares en caso se quiera que un cliente pueda trasladarse de un segmento a otro, es así que se usó el Mapa Auto-Organizado de Kohonen. Palabras claves. - Componentes Principales, análisis factorial, segmentación K-Means, Mapa Auto-Organizado de Kohonen (SOM).