Determinación de la aceptación de un producto financiero basado en la gestión de llamadas a clientes potenciales en una campaña vigente usando algoritmos de aprendizaje automático

• Autor: Rivera Bardales, John Frank
• Formato: tesis de maestría
• Fecha de Publicación: 2020
• Institución: Universidad Ricardo Palma
• Repositorio: URP-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.urp.edu.pe:20.500.14138/3486
• Enlace del recurso: https://hdl.handle.net/20.500.14138/3486
• Nivel de acceso: acceso abierto
• Materia: aprendizaje supervisado de clasificación; telemarketing; producto financiero; xgboost; gbm; redes neuronales; https://purl.org/pe-repo/ocde/ford#1.07.00

En este trabajo de tesis se planteó abordar la determinación de la aceptación de un producto financiero basado en la gestión de llamadas a clientes potenciales en una campaña vigente, para ello se usaron algunos algoritmos de aprendizaje automático. El estudio tuvo un enfoque de aprendizaje supervisado donde la variable objetivo es la aprobación del producto financiero y de variables específicas de la gestión. Asimismo con la determinación de la aceptación se buscó generar futuras eficiencias para el área de inteligencia de televentas y tomar mejores decisiones en la gestión de llamadas. Además se analizó si favorece el uso del protocolo de venta basado en el perfil de la gestión. Los datos utilizados pertenecen a un call center propio de una entidad financiera, recolectados en los cuatro primeros meses del 2018. Se contó con variables propias de la base de datos de clientes potenciales a la campaña y otras variables propias de la gestión de llamadas. Para la determinación de la aceptación de un producto financiero se desarrollaron tres modelos mediante algoritmos de aprendizaje automático y se seleccionó el mejor modelo basado en el indicador AUC sin descuidar el indicador de sensibilidad pues interesa al negocio.