dc.contributor | Villamil Giraldo, María del Pilar | |
dc.contributor | Grupo IMAGINE Uniandes | |
dc.creator | Talero Támara, Santiago | |
dc.date.accessioned | 2023-06-27T21:19:38Z | |
dc.date.accessioned | 2023-09-06T23:17:35Z | |
dc.date.available | 2023-06-27T21:19:38Z | |
dc.date.available | 2023-09-06T23:17:35Z | |
dc.date.created | 2023-06-27T21:19:38Z | |
dc.date.issued | 2023-06-11 | |
dc.identifier | http://hdl.handle.net/1992/67940 | |
dc.identifier | instname:Universidad de los Andes | |
dc.identifier | reponame:Repositorio Institucional Séneca | |
dc.identifier | repourl:https://repositorio.uniandes.edu.co/ | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8726383 | |
dc.description.abstract | La Asociación de Egresados de la Universidad de los Andes (Uniandinos) es una entidad que tiene como misión integrar a la comunidad uniandina para que promueva el conocimiento, el desarrollo integral y generar valor. Actualmente funciona bajo un modelo de suscripción, en donde los afiliados pagan para recibir ciertos beneficios que brinda la Asociación. Uno de los mayores problemas que enfrenta Uniandinos ha sido la retención de afiliados. Por esto, este proyecto tiene como objetivo construir una herramienta de detección de posibles retiros de afiliados para ayudar a Uniandinos con la toma de decisiones en sus estrategias de retención. El proyecto consistió en aplicar la metodología ASUM-DM para generar un producto que la asociación pueda utilizar y así generar valor a la hora de realizar sus procedimientos. En el desarrollo del proyecto se pasó por tres etapas: entendimiento y análisis de datos, construcción y entrenamiento de modelos de aprendizaje automático supervisado y la ejecución de una herramienta de análisis de resultados. Los modelos construidos muestran una calidad alta, según la validación realizada con métricas de desempeño. Sin embargo, es importante realizar pruebas de su comportamiento en el entorno del área de mercado. Se trabajó de la mano con el área de analítica de datos de Uniandinos y se espera que el área de fidelización pueda utilizar los frutos de este trabajo en pro de la Asociación. | |
dc.language | spa | |
dc.publisher | Universidad de los Andes | |
dc.publisher | Ingeniería de Sistemas y Computación | |
dc.publisher | Facultad de Ingeniería | |
dc.publisher | Departamento de Ingeniería Sistemas y Computación | |
dc.relation | Becerra, L.L. (2018). Conozca cuales son los beneficios de pertenecer a una asociación de
egresados. Diario La República. Editorial La República. Disponible en:
https://www.larepublica.co/alta-gerencia/conozca-cuales-son-los-beneficios-de-pertenecer-a-unaasociacion-de-egresados-2706240 [Revisado el 14 de noviembre de 2022] | |
dc.relation | Asociación de Egresados de la Universidad de los Andes, (2021). Somos Uniandinos: Bienvenido a
tu casa. Portafolio de servicios. https://campaigns.uniandinos.org.co/cierre/Portafolio-Uniandinos2021.pdf | |
dc.relation | Gruesso, M. A. (2020). Imagine Uniandinos: Retención de clientes, termómetro de riesgo (índice de
retiro) [Diapositivas de PowerPoint]. Facultad de Ingeniería, Universidad de los Andes | |
dc.relation | Wyman, F. J. (1997). A Predictive Model of Retention Rate at Regional Two-Year Colleges.
Community College Review, 25(1), 29-58. https://doi.org/10.1177/009155219702500104 | |
dc.relation | Rousseeuw, P. J. (1987). Journal of Computational and Applied Mathematics. EL SERVER LTD.
https://archive.org/details/sim_journal-of-computational-and-applied-mathematics_1987-
11_20/page/52/mode/2up | |
dc.relation | Heras, J. M. (2020, septiembre 10). Precision, Recall, F1, Accuracy en clasificación. IArtificial.
https://www.iartificial.net/precision-recall-f1-accuracy-en-clasificacion/ | |
dc.relation | Funcionamiento SVM. (2021, primavera 8). IBM Documentación. https://www.ibm.com/docs/es/spssmodeler/saas?topic=models-how-svm-works | |
dc.relation | Ignacio, F. (2018, verano 7). Clasificar con K Nearest Neighbors. Aprende Machine Laerning.
https://www.aprendemachinelearning.com/clasificar-con-k-nearest-neighbor-ejemplo-en-python/ | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | http://purl.org/coar/access_right/c_abf2 | |
dc.title | Herramienta para la predicción de retiro de afiliados de la Asociación de Egresados de la Universidad de los Andes | |
dc.type | Trabajo de grado - Pregrado | |