El modelo de up-lifting aplicado a un score de riesgo
La minería de datos se ha utilizado ampliamente para optimizar el manejo de los clientes, con el fín de maximizar el retorno de la inversión. En particular, este trabajo trata del uso de los modelos de scoring en las campañas de comercialización de un producto. Los modelos se desarrollan normalmente...
| Autor Principal: | Argüello Niño, Carlos Abel |
|---|---|
| Formato: | info:eu-repo/semantics/bachelorThesis |
| Idioma: | spa |
| Publicado: |
Universidad Santo Tomás
2016
|
| Materias: | |
| Acceso en línea: |
https://hdl.handle.net/11634/700 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
La minería de datos se ha utilizado ampliamente para optimizar el manejo de los clientes, con el fín de maximizar el retorno de la inversión. En particular, este trabajo trata del uso de los modelos de scoring en las campañas de comercialización de un producto. Los modelos se desarrollan normalmente para identificar las características de los clientes que tienen más probabilidades de incurrir en un evento (caer en mora, comprar un producto, retirar un producto, etc.). Si bien estos modelos son utiles para identificar los clientes a los que se va a dirigir una campaña de marketing, esta campaña puede ser dirigida a clientes que ya han decidido que acción tomar con respecto al evento en cuestión (en este caso, compra de un producto), independientemente de si reciben o no la campaña (por ejemplo, correo electrónico, llamada). Se propone la aplicación de una metodología para identicar a los clientes cuyas decisiones serán influenciados positivamente por campañas. La metodología propuesta es sencilla de implementar y se puede utilizar combinada con los algoritmos de aprendizaje supervisado más comúnmente utilizados. Esta metodología puede proporcionar al sector de telecomunicaciones una simple pero significativa mejora metodológica para optimizar sus acciones de marketing. |
|---|