La presente investigación se centra en la creación de los flujos de atención para los productos Compra y venta de dólares y Depósito a plazo, que una entidad bancaria ofrece a un segmento de clientes llamados Clientes Especiales, a través de un canal remoto. Asimismo, se realizará el diagnóstico de los actuales procesos de atención y se comparará con los diseños propuestos, con el fin de calcular los impactos económicos y de eficiencia que se lograrán. El estudio se inicia con el desarrollo del marco teórico de distintas herramientas aplicables a proyectos enfocados en mejora de procesos, el cual servirá como fundamento para la explicación y el análisis que se realizará durante el diagnóstico y el diseño. La empresa en estudio es una entidad bancaria muy bien posicionada en el sector financiero que ofrece más de 80 productos y servicios a través de 6 canales de atención: Agencias, Agentes afiliado, Banca por internet, Banca móvil, Banca por teléfono y Cajeros automáticos, y separa a sus clientes en dos grandes grupos, Persona Jurídica y Persona Natural, siendo este último segmentado en cuatro grupos: Clientes Comunes, Clientes Especiales, Clientes Empresa Pequeña y Clientes de Negocio. Los criterios de segmentación se basan, principalmente, en el total de ingresos mensuales y tipo de renta que el cliente recibe, y su comportamiento en el sistema financiero. Para el análisis, diagnóstico y diseño de los flujos de atención de los productos en el canal remoto se hará uso de dos herramientas. Se utilizará Design Thinking para el diseño de los nuevos procesos de atención y Lean Service para el análisis y diagnóstico de los procesos actuales. A diferencia de una propuesta tradicional de mejora de procesos, Design Thinking utiliza como enfoque la satisfacción del cliente, brindándoles una mejor experiencia durante toda la vivencia de la compra del producto, desde el primer contacto con la empresa hasta la entrega del producto. Con respecto a la evaluación económica, considerando un periodo de 12 meses y un costo de oportunidad 19% (dato otorgado por el área de Finanzas), la inversión necesaria para implementar todas las iniciativas descritas en el informe es equivale a S/ 2, 409,837.00, los costos mensuales equivalen a S/ 810.00, el ahorro mensual es igual a S/ 379,975.38 y el ingresos adicional mensual generado resulta S/ 282,315.47. Como resultado, se obtiene un TIR igual a 25.68% (mayor al costo de oportunidad de la empresa: 19%) y un VAN equivalente a S/ 639,923.18 (mayor que 0). Por ello, se concluye que el proyecto es viable proyectando los gastos e ingresos a un periodo futuro de 1 año. / Tesis

La investigación toma sustento debido al proceso importante de transformación digital que están afrontando los bancos, lo cual implica una nueva estrategia de canales y educar a sus clientes a usar más aplicativos digitales. Esto es clave si estas organizaciones desean mantener una supervivencia en el mediano plazo debido a que hoy están saliendo nuevos competidores en el mercado. El objetivo de la investigación es identificar las fuentes teóricas que ayuden a plantear la mejor solución para la problemática identificada al momento de realizar un diagnóstico de los procesos en el Banco ABC: mejora del proceso de optimización de canales físicos usando marketing analytics y minería de datos. Como sustentos teóricos, toma como base algoritmos de machine learning de clustering relacionados a los modelos k-means y regresión multivariada. El procedimiento consiste en investigar en distintas fuentes académicas herramientas de diagnóstico de procesos, herramientas de la propuesta de mejora como conceptos de marketing analytics y minería de datos o algoritmos como regresiones y clustering. Finalmente, se analiza 3 casos que plantean problemáticas similares a la que se desea abordar en distintas industrias para poder comparar metodologías a seguir. Como resultados, se pudo consolidar una lista completa de conceptos sólidos del marco teórico que ayuden a sustentar la solución planteada, además, en los 3 casos planteados se identificó que existe un procedimiento claro de cómo abordar un problema de clustering. Como conclusión principal, se resume en que hoy existe mucha información sobre estos temas y casos prácticos como los que se abordan para poder sustentar cualquier propuesta de marketing analytics para una problemática en especifica. Se sugiere a los lectores manejar conceptos teóricos previos de estadística aplicada y algoritmos más sencillos como regresiones lineales para que pueda ser fácilmente entendible la teoría abordada al momento de buscar información de este tipo.

Actualmente, las organizaciones están adaptando nuevas herramientas y metodologías para poder optimizar sus procesos. Las entidades bancarias no son ajenas a la implementación de diversas herramientas debido a la naturaleza cambiante del negocio. Entre dichas herramientas, se encuentran la Optimización Matemática y Data Analytics. El objetivo de la presente investigación es presentar los beneficios obtenidos para una entidad bancaria a partir de la aplicación de las metodologías propuestas. Por un lado, se tiene como finalidad que valide la hipótesis que indica que la aplicación de Optimización Matemática permite a las entidades bancarias reducir sus costos y optimizar el uso de recursos con el propósito de incrementar la productividad de sus procesos. Por otro lado, se busca evidenciar que, mediante la implementación de modelos de Data Analytics, se puede incrementar la capacidad de explicar el comportamiento de varios aspectos que están relacionados con el negocio. En el presente trabajo, además del marco teórico, se están abarcado casos de aplicación de Optimización Matemática para determinar la asignación optima de trabajadores, de límite de crédito y de ventas cruzadas, donde se evidencia que esta herramienta permite distribuir eficientemente los recursos de una entidad bancaria con la finalidad de maximizar o minimizar una función de interés dentro del negocio. Asimismo, se presenta un conjunto de casos de estudio de Data Analytics con los cuales se tiene como objetivo validar los beneficios de dichas herramientas mediante diversas aplicaciones de modelos predictivos e identificación de clústeres. En síntesis, se puede evidenciar, en el presente trabajo, que la inclusión de metodologías como Optimización Matemática y Data Analytics dentro de los procesos de una entidad bancaria permite que se logre registrar mayores beneficios, tanto a nivel operativo como económico.

El trabajo de investigación tiene la finalidad de brindar el soporte teórico adecuado para la elaboración del trabajo de tesis homónimo, dotando de las herramientas de diagnóstico, para indagar sobre la estructura con la que se gobierna la empresa y encontrar una contramedida útil contra la causa raíz de la problemática de la organización, y de mejora, para planear una propuesta de mejora que sea factible técnica y económicamente a través de la aplicación de herramientas de Marketing Analytics y Data Science. Asimismo, se presentan tres casos de estudio que ofrecen soluciones similares en un entorno laboral parecido al de la entidad donde se aplicará el trabajo de tesis. De estas experiencias, se obtiene un punto de inicio sobre la manera de abordar un problema de analítica de datos e implementar una solución adecuada. Los resultados se enmarcan en la recolección de información necesaria para el desarrollo del trabajo académico, además de la decisión de tomar el clustering como herramienta principal al elaborar la propuesta de mejora sobre la empresa en cuestión. El documento concluye con la exposición de las técnicas recopiladas en el desarrollo de este y los aprendizajes obtenidos de cada caso de estudio que, de manera resumida, interceden en el campo de la RFM, el clustering, las redes neuronales y el análisis de sentimientos.

La presente investigación se centra en la creación de los flujos de atención para los productos Compra y venta de dólares y Depósito a plazo, que una entidad bancaria ofrece a un segmento de clientes llamados Clientes Especiales, a través de un canal remoto. Asimismo, se realizará el diagnóstico de los actuales procesos de atención y se comparará con los diseños propuestos, con el fin de calcular los impactos económicos y de eficiencia que se lograrán. El estudio se inicia con el desarrollo del marco teórico de distintas herramientas aplicables a proyectos enfocados en mejora de procesos, el cual servirá como fundamento para la explicación y el análisis que se realizará durante el diagnóstico y el diseño. La empresa en estudio es una entidad bancaria muy bien posicionada en el sector financiero que ofrece más de 80 productos y servicios a través de 6 canales de atención: Agencias, Agentes afiliado, Banca por internet, Banca móvil, Banca por teléfono y Cajeros automáticos, y separa a sus clientes en dos grandes grupos, Persona Jurídica y Persona Natural, siendo este último segmentado en cuatro grupos: Clientes Comunes, Clientes Especiales, Clientes Empresa Pequeña y Clientes de Negocio. Los criterios de segmentación se basan, principalmente, en el total de ingresos mensuales y tipo de renta que el cliente recibe, y su comportamiento en el sistema financiero. Para el análisis, diagnóstico y diseño de los flujos de atención de los productos en el canal remoto se hará uso de dos herramientas. Se utilizará Design Thinking para el diseño de los nuevos procesos de atención y Lean Service para el análisis y diagnóstico de los procesos actuales. A diferencia de una propuesta tradicional de mejora de procesos, Design Thinking utiliza como enfoque la satisfacción del cliente, brindándoles una mejor experiencia durante toda la vivencia de la compra del producto, desde el primer contacto con la empresa hasta la entrega del producto. Con respecto a la evaluación económica, considerando un periodo de 12 meses y un costo de oportunidad 19% (dato otorgado por el área de Finanzas), la inversión necesaria para implementar todas las iniciativas descritas en el informe es equivale a S/ 2, 409,837.00, los costos mensuales equivalen a S/ 810.00, el ahorro mensual es igual a S/ 379,975.38 y el ingresos adicional mensual generado resulta S/ 282,315.47. Como resultado, se obtiene un TIR igual a 25.68% (mayor al costo de oportunidad de la empresa: 19%) y un VAN equivalente a S/ 639,923.18 (mayor que 0). Por ello, se concluye que el proyecto es viable proyectando los gastos e ingresos a un periodo futuro de 1 año.