Implementación y análisis de modelos predictivos de detección de fuga para clientes residenciales de la empresa LIPIGAS S.A
Date
2023
Type:
Thesis
item.page.extent
55 p.
item.page.accessRights
Acceso abierto
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
La fuga de clientes es un problema relevante al que se enfrentan las empresas de servicios que operan en mercados saturados y altamente competitivos, y que les puede generar pérdidas económicas significativas. Para las empresas de servicio que ofrecen servicios no contractuales no hay una variable observable directamente asociada con la fuga, lo que hace a este problema un desafío. Sin embargo, es posible definir la fuga en base al comportamiento de los clientes y estimar una probabilidad de fuga asociada a cada uno de ellos.
En el presente trabajo se propuso una definición de fuga de clientes calculada a partir de los datos y se evaluaron los desempeños de 7 modelos para predecir la fuga clientes en el contexto de la venta de cilindros de gas para clientes residenciales de la empresa LIPIGAS S.A. Entre los modelos el que presentó mejor desempeño, en base a la métrica ROC (AUC), fue el modelo de Regresión Logística.
En cuanto a la interpretación de variables, el análisis de shap values permitió identificar que la variable “días desde la última compra” es la que mayor peso tuvo en la predicción de fuga; destacando que a mayor número de días desde la última compra la probabilidad de fuga crece.
Description
Capstone proyecto presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
070037S, Aprendizaje de Máquinas, Predicción de fuga, Regresión logística