Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros
Descripción del Articulo
El presente trabajo de investigación muestra los principales problemas identificados en la gestión de prospectos para el producto de rentas de jubilación en una empresa de seguros que se dedica a la venta de seguros de vida, productos digitales, productos de seguro de tarjeta, viajes, Soat, vehicula...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2023 |
| Institución: | Universidad Ricardo Palma |
| Repositorio: | URP-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.urp.edu.pe:20.500.14138/7068 |
| Enlace del recurso: | https://hdl.handle.net/20.500.14138/7068 |
| Nivel de acceso: | acceso abierto |
| Materia: | Plan de business intelligence, modelo de clasificación, análisis de datos, data en nube, visualización de datos. https://purl.org/pe-repo/ocde/ford#2.11.04 |
| id |
URPU_dc0a947aa55b0c9043045fac072df8f9 |
|---|---|
| oai_identifier_str |
oai:repositorio.urp.edu.pe:20.500.14138/7068 |
| network_acronym_str |
URPU |
| network_name_str |
URP-Tesis |
| repository_id_str |
4057 |
| dc.title.es_ES.fl_str_mv |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| title |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| spellingShingle |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros Pampa Bejar, Jose Sebastian Plan de business intelligence, modelo de clasificación, análisis de datos, data en nube, visualización de datos. https://purl.org/pe-repo/ocde/ford#2.11.04 |
| title_short |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| title_full |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| title_fullStr |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| title_full_unstemmed |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| title_sort |
Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de seguros |
| author |
Pampa Bejar, Jose Sebastian |
| author_facet |
Pampa Bejar, Jose Sebastian Crisoles Gonzales, Carlos Alberto |
| author_role |
author |
| author2 |
Crisoles Gonzales, Carlos Alberto |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Rivera Lynch, Cesar Armando |
| dc.contributor.author.fl_str_mv |
Pampa Bejar, Jose Sebastian Crisoles Gonzales, Carlos Alberto |
| dc.subject.es_ES.fl_str_mv |
Plan de business intelligence, modelo de clasificación, análisis de datos, data en nube, visualización de datos. |
| topic |
Plan de business intelligence, modelo de clasificación, análisis de datos, data en nube, visualización de datos. https://purl.org/pe-repo/ocde/ford#2.11.04 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.11.04 |
| description |
El presente trabajo de investigación muestra los principales problemas identificados en la gestión de prospectos para el producto de rentas de jubilación en una empresa de seguros que se dedica a la venta de seguros de vida, productos digitales, productos de seguro de tarjeta, viajes, Soat, vehiculares, etc. Este producto de rentas de jubilación realiza su gestión de acuerdo con prospectos que se le asigna periódicamente por parte del área de inteligencia comercial que se asignan o se reparten entre los ejecutivos sin ninguna distinción, el proceso propio es manual y no hay control del mismo. El objetivo principal de esta investigación planteó un plan de business intelligence para la mejora de prospectos y así tener como objetivo final el incremento de clientes como también el aumento de la conversión del producto. Para cumplir el objetivo, en principio se estableció en el marco metodológico un enfoque cuantitativo, un tipo de investigación específica y un diseño experimental de tipo cuasi experimental. Dentro de la propuesta se estableció un modelo de probabilidad de compra que, a partir de datos históricos en un periodo temporal, además de un modelo de aprendizaje con machine learning se pudo estimar una probabilidad sumado a esto su enfoque basado uso de datos en la nube y su control mediante la visualización de datos para ejercer un seguimiento correcto y una entrega mejor de los datos a los ejecutivos. Con esta propuesta se mejoró las ventas y conversión de los prospectos en el producto de rentas de jubilación. Siendo así una propuesta innovadora que se realizó para la Empresa Interseguro, debido a que se utiliza gran cantidad de datos de clientes, se buscó una solución utilizando recursos de manera eficientes, en base a la tecnología que hoy en día se utiliza para el análisis de datos. En conclusión, la presente investigación tiene un enfoque analítico, donde se emplea diversas herramientas y métodos de análisis de datos para poder tener una mejor segmentación y/o clasificación de prospectos de clientes, y para poder determinar en base a distintos factores un lead calificado que cumpla con todos los requisitos que demanda el producto. Incrementando asi la probabilidad de que el lead se convierta en cliente de la empresa. |
| publishDate |
2023 |
| dc.date.embargoEnd.none.fl_str_mv |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2024-01-17T17:51:41Z |
| dc.date.available.none.fl_str_mv |
2024-01-17T17:51:41Z |
| dc.date.issued.fl_str_mv |
2023 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
bachelorThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.14138/7068 |
| url |
https://hdl.handle.net/20.500.14138/7068 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.es_ES.fl_str_mv |
Universidad Ricardo Palma - URP |
| dc.publisher.country.es_ES.fl_str_mv |
PE |
| dc.source.es_ES.fl_str_mv |
Repositorio Institucional - URP |
| dc.source.none.fl_str_mv |
reponame:URP-Tesis instname:Universidad Ricardo Palma instacron:URP |
| instname_str |
Universidad Ricardo Palma |
| instacron_str |
URP |
| institution |
URP |
| reponame_str |
URP-Tesis |
| collection |
URP-Tesis |
| bitstream.url.fl_str_mv |
https://dspace-urp.metabuscador.org/bitstreams/f1029c06-d7e9-476f-900a-f29db236e21f/download https://dspace-urp.metabuscador.org/bitstreams/8cbf6153-5b97-49cb-bbaa-362908d5346c/download https://dspace-urp.metabuscador.org/bitstreams/b73c0417-b830-49e6-b36c-64040c36eedf/download https://dspace-urp.metabuscador.org/bitstreams/c359da2b-31fc-42a8-8892-6c44e3c1d570/download |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 110d44848f54d070c0d5f19c282cab70 146fccd494313ea1cab569709a8391f7 e1ae849bb6efbd07ff21060c697af2fe |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Ricardo Palma |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1852413722452033536 |
| spelling |
Rivera Lynch, Cesar ArmandoPampa Bejar, Jose SebastianCrisoles Gonzales, Carlos Alberto2024-01-17T17:51:41Z2024-01-17T17:51:41Z20232023https://hdl.handle.net/20.500.14138/7068El presente trabajo de investigación muestra los principales problemas identificados en la gestión de prospectos para el producto de rentas de jubilación en una empresa de seguros que se dedica a la venta de seguros de vida, productos digitales, productos de seguro de tarjeta, viajes, Soat, vehiculares, etc. Este producto de rentas de jubilación realiza su gestión de acuerdo con prospectos que se le asigna periódicamente por parte del área de inteligencia comercial que se asignan o se reparten entre los ejecutivos sin ninguna distinción, el proceso propio es manual y no hay control del mismo. El objetivo principal de esta investigación planteó un plan de business intelligence para la mejora de prospectos y así tener como objetivo final el incremento de clientes como también el aumento de la conversión del producto. Para cumplir el objetivo, en principio se estableció en el marco metodológico un enfoque cuantitativo, un tipo de investigación específica y un diseño experimental de tipo cuasi experimental. Dentro de la propuesta se estableció un modelo de probabilidad de compra que, a partir de datos históricos en un periodo temporal, además de un modelo de aprendizaje con machine learning se pudo estimar una probabilidad sumado a esto su enfoque basado uso de datos en la nube y su control mediante la visualización de datos para ejercer un seguimiento correcto y una entrega mejor de los datos a los ejecutivos. Con esta propuesta se mejoró las ventas y conversión de los prospectos en el producto de rentas de jubilación. Siendo así una propuesta innovadora que se realizó para la Empresa Interseguro, debido a que se utiliza gran cantidad de datos de clientes, se buscó una solución utilizando recursos de manera eficientes, en base a la tecnología que hoy en día se utiliza para el análisis de datos. En conclusión, la presente investigación tiene un enfoque analítico, donde se emplea diversas herramientas y métodos de análisis de datos para poder tener una mejor segmentación y/o clasificación de prospectos de clientes, y para poder determinar en base a distintos factores un lead calificado que cumpla con todos los requisitos que demanda el producto. Incrementando asi la probabilidad de que el lead se convierta en cliente de la empresa.Submitted by Veronica RubinDeCelis (veronica.rubindecelis@urp.edu.pe) on 2024-01-17T17:51:41Z No. of bitstreams: 1 T030_73749865_T Pampa Bejar, Jose Sebastian.pdf: 4088897 bytes, checksum: e1ae849bb6efbd07ff21060c697af2fe (MD5)Made available in DSpace on 2024-01-17T17:51:41Z (GMT). No. of bitstreams: 1 T030_73749865_T Pampa Bejar, Jose Sebastian.pdf: 4088897 bytes, checksum: e1ae849bb6efbd07ff21060c697af2fe (MD5) Previous issue date: 2023application/pdfspaUniversidad Ricardo Palma - URPPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Repositorio Institucional - URPreponame:URP-Tesisinstname:Universidad Ricardo Palmainstacron:URPPlan de business intelligence, modelo de clasificación, análisis de datos, data en nube, visualización de datos.https://purl.org/pe-repo/ocde/ford#2.11.04Plan de Business Intelligence para mejorar la captación de clientes del producto de renta de jubilación en una empresa de segurosinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniería IndustrialUniversidad Ricardo Palma. Facultad de Ingeniería. Escuela Profesional de Ingeniería IndustrialTítulo ProfesionalIngeniero Industrial0000-0001-9418-506607228483https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/nivel#tituloProfesional722026Cebreros Delgado De La Flor, Ada CeciliaFalcon Tuesta, Jose AbrahamSaito Silva, Carlos Agustin7374986576276258PublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace-urp.metabuscador.org/bitstreams/f1029c06-d7e9-476f-900a-f29db236e21f/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTT030_73749865_T Pampa Bejar, Jose Sebastian.pdf.txtT030_73749865_T Pampa Bejar, Jose Sebastian.pdf.txtExtracted texttext/plain206281https://dspace-urp.metabuscador.org/bitstreams/8cbf6153-5b97-49cb-bbaa-362908d5346c/download110d44848f54d070c0d5f19c282cab70MD53THUMBNAILT030_73749865_T Pampa Bejar, Jose Sebastian.pdf.jpgT030_73749865_T Pampa Bejar, Jose Sebastian.pdf.jpgGenerated Thumbnailimage/jpeg12491https://dspace-urp.metabuscador.org/bitstreams/b73c0417-b830-49e6-b36c-64040c36eedf/download146fccd494313ea1cab569709a8391f7MD54ORIGINALT030_73749865_T Pampa Bejar, Jose Sebastian.pdfT030_73749865_T Pampa Bejar, Jose Sebastian.pdfapplication/pdf4088897https://dspace-urp.metabuscador.org/bitstreams/c359da2b-31fc-42a8-8892-6c44e3c1d570/downloade1ae849bb6efbd07ff21060c697af2feMD5120.500.14138/7068oai:dspace-urp.metabuscador.org:20.500.14138/70682024-11-24 10:15:06.728https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://dspace-urp.metabuscador.orgRepositorio Institucional de la Universidad Ricardo Palmabdigital@metabiblioteca.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 |
| score |
12.807504 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).