Pampliega, Juan MartínMartins, Nicolás Horacio2021-05-172021-05-172021http://ri.itba.edu.ar/handle/123456789/3497"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."esAPRENDIZAJE AUTOMATICOBANCOSCOMPORTAMIENTO DEL CONSUMIDORXGBoostDesarrollo del modelo de Customer Lifetime Value (CLTV) para industria bancaria con técnicas de Machine LearningTrabajo final de especialización