dc.contributorRosas Villena, Fernando René
dc.creatorAlvarez Chancasanampa, Jurgen Jostein
dc.date.accessioned2023-03-17T15:27:56Z
dc.date.accessioned2023-05-23T18:25:08Z
dc.date.available2023-03-17T15:27:56Z
dc.date.available2023-05-23T18:25:08Z
dc.date.created2023-03-17T15:27:56Z
dc.date.issued2022
dc.identifierhttps://hdl.handle.net/20.500.12996/5702
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6394644
dc.description.abstractEn las últimas décadas, el banco ha venido diseñando y aplicando estrategias de marketing orientadas tanto a la captación de nuevos clientes como a su retención y fidelización, debido principalmente a la fuerte competencia existente en el sector financiero. Las entidades financieras vienen invirtiendo grandes volúmenes de sumas de dinero para ampliar su base de clientes. En la presente investigación se describe como se identificó el perfil de fuga de los clientes nuevos que tiene el servicio de pago haberes, desde los menos propensos a más propensos a fugarse en una entidad financiera mediante la técnica de Árboles de Decisión. Para la evaluación se usaron los indicadores AUC, Accuracy y Sensibilidad. Los resultados de los indicadores que se obtuvieron al aplicar la técnica de Árboles de Decisión fueron de 0.65 para el AUC, 0.65 para el Accuracy y 0.70 en Sensibilidad.
dc.description.abstractIn recent decades, the bank has been designing and applying marketing strategies aimed both at attracting new customers and at retaining and retaining them, mainly due to the strong competition in the financial sector. Financial institutions have been investing large volumes of money to expand their customer base. This research describes how the leakage profile of new customers who have the salary payment service was identified, from the least likely to the most likely to leak in a financial institution through the Decision Tree technique. For the evaluation, the indicators AUC, Accuracy and Sensitivity were used. The results of the indicators obtained by applying the Decision Tree technique were 0.65 for AUC, 0.65 for Accuracy and 0.70 for Sensitivity.
dc.languagespa
dc.publisherUniversidad Nacional Agraria La Molina
dc.publisherPE
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectÁrboles de decisión
dc.titlePerfil de la fuga de clientes nuevos con servicio de pago haberes de un banco peruano utilizando árboles de decisión.
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución