Implementación de un modelo de predicción de contratación de tarjetas de crédito para una entidad financiera española

• Autor: Bautista Almeza, Cynthia Ursula
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/16983
• Enlace del recurso: https://hdl.handle.net/20.500.12672/16983
• Nivel de acceso: acceso abierto
• Materia: Predicciones; Algoritmos; Arboles de decisión; Tarjetas de crédito; https://purl.org/pe-repo/ocde/ford#2.02.04

Describe la implementación de un modelo predictivo de contratación de tarjetas de crédito para una entidad financiera española desarrollado en el año 2019. El principal objetivo de la solución fue identificar los clientes propensos a contratar tarjetas de crédito de la entidad para enfocar las acciones comerciales a estos clientes y así conseguir un incremento en las ventas del producto, aumentar la efectividad de las campañas comerciales. Teniendo en cuenta el tipo de problema, se seleccionó la técnica de aprendizaje supervisado para la implementación del modelo de clasificación. Para la construcción del modelo se seleccionaron tres algoritmos: Árbol de Decisión, Random Forest y GradientBoosting. Posterior a la validación de los tres modelos, se seleccionó el algoritmo de Random Forest. Como resultado de la aplicación del modelo predictivo en las acciones comerciales, se obtuvo una mejora en el 15% de la efectividad de las campañas comerciales y un incremento en las ventas de tarjetas de crédito de la entidad.