Trabajo final de especialización: Desarrollo del modelo de Customer Lifetime Value (CLTV) para industria bancaria con técnicas de Machine Learning
Fecha
2021
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
"Una gran cantidad de organizaciones de tamaño medio en adelante poseen sistemas de información que les permiten conocer la rentabilidad por cliente, o un valor aproximado de la misma. Algunas de ellas han avanzado, según la rama de la industria, en el desarrollo de modelos predictivos y de segmentación más profundos para entender la principalidad o participación de sus productos en la cartera de sus clientes (share of wallet)1, el nivel de lealtad y el grado de satisfacción de sus clientes. Otras, inclusive, han intentado calcular o predecir los ingresos futuros por cliente con mayor o menor nivel de sistematización. El foco de este trabajo se centra en el estudio y desarrollo de modelos para abordar esta última etapa analítica de la firma, conocida como valor del ciclo de vida de un cliente, customer lifetime value o CLTV (Borle et al 2008) en la industria financiera."
Descripción
Palabras clave
APRENDIZAJE AUTOMATICO, BANCOS, COMPORTAMIENTO DEL CONSUMIDOR, XGBoost