La fuga de clientes es hoy en día preocupación de la mayoría de las instituciones y así como el traspaso e incorporación de nuevos clientes, es igualmente importante la fidelización y retención de clientes.nLa fuga se puede definir como la acción en que un cliente de una compañía, decide voluntariamente dejar de pertenecer a esta a través del fin del contrato, a Diciembre del 2009 la tasa de fuga fue de un 9,64% en base 815.000 clientes cotizantes en AFP CAPITAL S.A..nLa memoria de titulo propone una metodología de predicción de fuga, a través de la identificación prematura de clientes que poseen más probabilidad de fuga y el reconocimiento de un patrón común que permita proponer acciones comerciales.nLa solución al problema corresponde a un modelo de clasificación de clientes (fuga y no fuga) el cual utilizó casos históricos de clientes fugados y cotizantes vigentes en un periodo definido. Para generar el pronóstico de fuga se aplicó la técnica de Árbol de Decisión y los resultados se compararon con distintas muestras seleccionadas para entrenamiento y testeo. El máximo porcentaje de casos correctamente seleccionado fue de un 78,4%, siendo este árbol considerado para la identificación del patrón de fuga.nEl proceso para clasificar a los clientes consideró la extracción de datos con información transaccional y tenencia de productos de los clientes, residentes en el Data Warehouse de la compañía junto con la creación de un puntaje con la probabilidad de fuga en el maestro de afiliados. nEl modelo es un apoyo a los planes de retención de AFP CAPITAL S.A, pues focalizará los esfuerzos de fidelización concentrándose en los segmentos de mayor probabilidad de fuga. Dentro de los principales resultados se reconoce una gran correlación de los vendedores en los traspasos de clientes hacia otras AFPs, así como una menor rotación en aquellos clientes con productos voluntarios. Parte del plan se sustenta en la creación de un canal de retención de clientes, la implementación de una herramienta de control de fuga y la creación incentivos comerciales que logren mayor suscripción de productos voluntarios además de un protocolo de atención en sucursales para clientes con puntajes elevados de fuga.

Ingeniera Civil Industrial / Los consumidores están siendo cada día más exigentes, presionando un cambio del enfoque de negocios desde los productos hacia los clientes. Además, cada individuo es diferente y tiene una evolución distinta de su consumo en una empresa, por lo que tomar decisiones basados en su conducta actual y pasada no es suficiente. El objetivo de este proyecto es estimar el CLV (customer lifetime value) de los clientes de un banco, usando variables transaccionales y socio-demográficas, y así focalizar las acciones de promoción para retención. Los individuos de estudio son poco más de 17 mil cuenta-correntistas nuevos. El cálculo del CLV se realiza en un horizonte de 4 años y es aplicable a un 41% del total de los clientes. Los objetivos específicos son: evaluar las variables transaccionales y sociodemográficas que se incluirán en los modelos, estimar la renta, estimar tres modelos para predecir de dos formas distintas el CLV y validarlos. Por último, identificar al segmento más valioso y proponer acciones de promoción para fidelizar a este grupo, por medio de una asignación más eficiente del presupuesto de promociones que supera los $1.000 MM de pesos. La metodología utilizada considera las etapas de pre-procesamiento y limpieza de los datos, un análisis exploratorio a fin de observar relaciones significativas entre las variables transaccionales (deuda, saldo, tenencia, etc.) y sociodemográficas (género, edad, e. civil etc.). Luego, se estima la renta de los clientes con una regresión lineal para utilizarla en la estimación del CLV de los clientes. Se abarcan dos enfoques, el primero consiste en realizar una regresión lineal sobre la variable CLV calculada a partir de los datos, y el segundo sobre las variables CLV promedio (CLV/duración) y duración por separado, las cuales se multiplican para obtener un CLV final. Los modelos son validados con una muestra de datos nueva. El horizonte de tiempo utilizado es de 4 años y la tasa de descuento de 12%. Finalmente, se realiza una caracterización de los clientes más valiosos y se entregan propuestas de promoción para su fidelización. En la predicción de la renta se obtiene un MAPE (Mean Absolute Percentage Error) de 46%. Se observan zonas donde los clientes rentan un 21% más que un cliente promedio. Lo mismo ocurre con el género masculino. Para ambos modelos de valoración se obtiene un WAPE (Weighted Absolute Percentage Error) superior al 80%. El mejor desempeño lo tiene el enfoque con VP promedio y duración, que acierta en un 85% de los clientes que realmente pertenecen al mejor quintil de valor. Los clientes más valiosos en el plazo de 48 meses son los altos ejecutivos de edades mayores a 50 años. Se propone promocionar la adquisición de créditos de consumo y aumento del cupo en la tarjeta de crédito. Para trabajos futuros se recomienda incorporar otras variables transaccionales como cantidad de transacciones y montos con la tarjeta de débito y crédito. Además se propone evaluar los drivers de lealtad de los clientes de un banco.

No description available.

La minería de datos es una nueva tecnología que está cobrando relevancia en la actualidad, su utilidad para resolver complejos problemas a lo que se enfrentan las empresas (de múltiples variables y casos) ha dado entrada a la aplicación e investigación sobre la misma. Sin embargo, esta tecnología no es una heurística cualquiera, se fundamenta en la rama de las ciencias de la computación denominada inteligencia artificial y las matemáticas mediante la estadística. En un comienzo, las empresas sólo se preocupaban por el almacenamiento de los datos, datos históricos que permitían cálculos matemáticos simples con una finalidad, la generación de reportes. De esta manera, se buscaba responder las preguntas referentes al control del negocio. Posteriormente se profundizaron estas preguntas de control hasta llegar a la creación de un repositorio consolidado, expresado en la tecnología de data warehouse. En la actualidad Las exigencias de los consumidores cada día aumentan más, puesto que la competencia comienza a ser más dinámica, por ende, para establecer una ventaja competitiva, las empresas requieren responder preguntas que van más allá de los datos históricos, es decir, necesitan extraer información que pueda ser útil para el futuro, y de esta manera, dejar el paradigma de una empresa reactiva y pasar a ser una entidad proactiva y preventiva. En este nuevo desafío aparece la tecnología de minería de datos, la cual va inserta en un procedimiento Knowledge Discovery on Databases (KDD), puesto que para obtener información del futuro se debe estar seguro del presente. Esta tecnología se aplica actualmente en variadas empresas, sin embargo, no se vislumbra explícitamente. Las personas son afectadas por ella como parte de un paradigma de consumismo, cuando compran un producto y se le hace un descuento, un aviso publicitario mencionando la promoción de un nuevo producto, cuando se les ofrece un crédito bancario o se les llama telefónicamente para mejorar un servicio que ya tienen contratado, e incluso cuando ingresan a Internet para navegar en sus redes sociales o buscar información. También se ve en los avances biológicos como un diagnóstico rápido y efectivo, una cura basada en la ingeniería genética, entre otros. Actualmente la minería de datos se ha subdivido en múltiples ramas según su aplicación, es así, como se pueden encontrar distintos tipos de minería: Web, de Texto, de Procesos. Estos solamente generan la diferencia en la perspectiva en que se ejecuta el KDD, siendo el último tipo el más reciente. Cabe mencionar que los principales algoritmos de han adaptado según su uso y día a día se implementan mejoras sobre los mismos. Análogamente, también, se desarrollan nuevas formas de valorización sobre sus resultados. Esta memoria busca investigar sobre el KDD y las distintas técnicas que pueden ser utilizadas, para luego aplicarlas a un producto particular en una empresa determinada. En ella se describen todos los procesos por los cuales se transcurrió cada uno visto desde el punto de vista del KDD, por lo que su estructura es como realizar un KDD a un documento de esta índole. Sin embargo, no todo fue la aplicación, puesto que se refinan los modelos y algoritmos tanto de transformaciones como de imputaciones de datos, lo que converge en un aprendizaje incremental, en el que cada intento es expresado como relevante puesto que destaca una etapa particular del KDD. Además, de describir la aplicación del KDD se añade una evaluación comercial utilizando recursos de la compañía y bajo el soporte del área de Aseguramiento de Ingresos y la Vicepresidencia Comercial. En base a esta evaluación comercial, se tiene la evaluación técnica de cada modelo y las peculiaridades que se forman al efectuar el contraste entre ambas. Adicionalmente se evalúa monetariamente los resultados obtenidos desde dos puntos de vista, lo que conlleva al establecimiento de propuestas futuras. Agregado a lo anterior, se presentan problemáticas no documentadas, debido a que su acontecer es propio dentro de lo que es desarrollar un proyecto que tiene al KDD como eje articulador. A su vez, se muestran soluciones y planteamientos para ingresar un proyecto a un área determinada, en otras palabras, se presentan herramientas que ayudan a generar confianza al interior de una empresa para que origine un cambio a nivel organizacional respecto a esta tecnología. Finalmente se concluyen los aprendizajes y las acciones correctivas que debiesen ejecutarse en caso de implementar el piloto a nivel operacional.

Memoria para optar al título de Ingeniera Civil Industrial / 01/04/2024

Magíster en Ingeniería de Negocios con Tecnología de Información / Ingeniero Civil Industrial / La industria de las telecomunicaciones se caracteriza por ser altamente competitiva, esto marcado en los últimos años por la cada vez más difícil diferenciación en los productos y servicios ofrecidos. Por esta razón las empresas exitosas de la industria son las que han optado por adquirir ventajas comparativas enfocadas en mejorar la Atención al Cliente . Entel PCS es actualmente la compañía de telecomunicaciones en Chile con la mayor participación en el mercado de clientes de alto valor. Los clientes de Entel PCS que cuentan con planes de suscripción duplican en promedio los retornos de aquellos con prepago. Por otra parte las campañas que fomentan de Migración de Prepago a Suscripción son poco efectivas, ya que los clientes seleccionados se determinan en base a variables básicas como cantidad de dinero recargada y segundos hablados por el cliente. El proyecto propone cambiar el enfoque de cómo se realizan las campañas de migración en la empresa Entel PCS, con el objetivo de generar más migraciones contactando menos clientes. La metodología utilizada para el rediseño de procesos es la ingeniería de negocios que se basa en patrones de procesos y que permite incorporar lógicas de negocios y el diseño del apoyo computacional necesario para su implementación. Para evaluar los resultados se realizó una prueba de concepto, utilizando distintos modelos de aprendizaje supervisado, entrenados utilizando resultados de campañas pasadas y variables de comportamiento de los clientes contactados, donde se corroboró que con la implementación del rediseño planteado se puede aumentar la eficiencia de la campaña hasta en 1,8 veces. La evaluación económica determinó un VAN para el proyecto de $787.744.863.

Magíster en Gestión para la Globalización / ASICOM Mobile Solutions (AMS), empresa de servicios de fidelización de clientes, gestión de eventos, servicios transaccionales multicanal y servicios móviles, ha decidido crecer y expandirse dentro de la región. Para analizar las implicancias de esta expansión se ha desarrollado este trabajo de tesis, el cual tiene el objetivo de plantear una estrategia de expansión, escogiendo los mercados más atractivos dentro de Sudamérica, analizando financieramente la expansión. La metodología del trabajo de tesis incluye un análisis cualitativo y cuantitativo de las características geopolíticas, macroeconómicas y tecnológicas más relevantes para el negocio de AMS. De ese análisis surgen como alternativas de expansión los mercados brasileño, colombiano y peruano. Brasil es escogido en base a su potencial como mercado, con la población y el PIB más grandes de la región, además de poseer un alto nivel de integración tecnológica. Por otro lado, los eventos masivos que se avecinan (Mundial de Fútbol 2014 y Juegos Olímpicos 2016) son oportunidades que ninguna empresa puede dejar pasar. Colombia, por su parte, presenta una economía sólida, con un ambiente muy recomendado para invertir y masa crítica suficiente. Finalmente, Perú posee una de las economías que más crece en la región en los últimos años, y que presenta buenos índices de penetración de internet y telefonía móvil, además de estar alineado con una agenda digital que seguirá desarrollando al sector tecnológico en los años venideros. Se analizan dos escenarios de expansión por mercado, uno que considera la instalación de una operación completa, con altos costos pero con una presencia importante que atraiga más clientes, y por otro lado, un escenario de una pequeña operación comercial que permita coordinar los servicios ofrecidos desde Chile. El análisis financiero para ambos escenarios es positivo con buenos indicadores como EBITDA, VPN y periodo de recuperación de la inversión. Es importante considerar el riesgo del aumento del costo de la mano de obra, ya que un aumento de más del 20% hace que el proyecto de expansión deje de ser económicamente recomendable. Finalmente, se recomienda a la empresa realizar una expansión a través de una operación completa en los países de destino, para mantener un servicio óptimo para el cliente. Este escenario ofrece excelentes indicadores para el inversionista, como por ejemplo un VPN para una operación en tres años de US$432 mil en Brasil, US$153 mil en Colombia y US$140 mil en Perú, además de poder recuperar su inversión al final del segundo año.

Made available in DSpace on 2010-04-20T20:19:58Z (GMT). No. of bitstreams: 1 68070200624.pdf: 3239643 bytes, checksum: 4b16db855800b025d0a71980a027a2a0 (MD5) Previous issue date: 2009-12-17T00:00:00Z / Houve nos últimos anos uma rápida transformação do ambiente virtual que delineou a chamada Nova Economia, popularizando-se o fenomeno das dedes sociais virtuais que permitem e incentivam a criação de conteudo colaborativo a partir de seus proprios usuários visitantes ou participantes. Este novo modelo estendeu-se por toda a rede rapidamente e facilitou a conexão virtual entre pessoas, marcando uma nova era nas interações virtuais. Tal conexão foi denominada 'Web 2.0'. Nesse novo cenario o usuario interage com outras pessoas e pode rapidamente inserir-se em um grupo de referencia ou em uma tribo de pessoas interconectadas em rede pela internet. O usuario é tambem o principal criador do conteúdo de portais ou websites agora permeados de imputs externos e não mais restritos a conteudos criados de dentro para fora. Propomos entender como a co-criaçãoo de conteudo na Internet por meio de Redes Sociais pode impactar os resultados da empresa sob o ponto de vista de fidelização com o cliente no longo-prazo, ou seja, como ela impacta o tempo de vida de um cliente para a empresa e o consequente fluxo de caixa proporcionado por esse cliente ao longo do tempo. A co-criação aplicada ao conteúdo ou serviço de um website pode ser entendida como um fator crítico de sucesso para obtenção de CLV para as pontocom? Avaliaremos em que medida a introdução de uma Rede Social, contextualizada ao conteúdo de um portal na internet, proporciona maior engajamento do usuário, estimula ao desenvolvimento de conteúdos colaborativos criados pelo próprio usuário na plataforma do portal, favorece a prática de margens superiores a partir da veiculação publicitária e de que forma esse estímulo impacta o CLV obtido pela empresa.

Made available in DSpace on 2010-04-20T20:55:56Z (GMT). No. of bitstreams: 3 Rodrigo Romano Pretola.pdf.jpg: 16604 bytes, checksum: 6ef0b6f175820527a24abbb7cae3b0bf (MD5) Rodrigo Romano Pretola.pdf.txt: 298292 bytes, checksum: cbe3615aba3312d1c72056005ecee7d7 (MD5) Rodrigo Romano Pretola.pdf: 10183003 bytes, checksum: ec9ccb3d3762709a58a8d6fe0b4a82d8 (MD5) Previous issue date: 2008-10-03T00:00:00Z / Companies that operate in high technology environments marked by continuous metamorphosis in supplier-customer relationships are hostages of their marketing strategies in the search for profitable growth. In order to release themselves of this condition, they depend on the continued development of new skills. In this context, co-creating value with customers providing unique interaction experiences with the company becomes an imperative. This work deals with the application of a marketing strategy based on the concept of co-creating value by the company with the customer. Companies induce this process and customers become the central agent. This approach will be proposed and implemented in a company that works in the Brazilian telecommunication business. This company must transform the way it competes in the market as a consequence of its commoditized services, low income growth rate and the need to build relationships that encourage customer loyalty. Financial and non-financial results will be measured and compared to current practice in which customer centricity is unusual in the process of creating value. We will try to assess whether a new level of profitability can be achieved with this new approach. The metric to be used will be the Lifetime Customer Value (CLV / Empresas que atuam em ambientes de alta tecnologia marcados por metamorfoses contínuas na relação cliente-fornecedor ficam reféns de suas estratégias de marketing na busca do crescimento lucrativo. Para se libertarem dessa condição dependem do desenvolvimento perene de novas competências. O caminho que se abre nessa direção revela-se no imperativo de co-criar valor com os clientes provendo experiências únicas de interação com a empresa. Este trabalho visa a aplicação de uma estratégia de marketing baseada na co-criação de valor feita pela empresa com o cliente, o primeiro como indutor e este último, agente central do processo. Esta abordagem será sugerida e aplicada numa empresa que atua no setor brasileiro de telecomunicações, na qual se impõe transformar sua maneira de competir no mercado, dada a tendência de comoditização de seus serviços, estagnação no crescimento da receita e necessidade de construção de relacionamentos que favoreçam a fidelização dos seus clientes. Resultados financeiros e não financeiros serão mensurados e comparados com a prática vigente, num contexto onde a centralidade do cliente não é usual na criação de valor para os serviços prestados. Neste sentido buscaremos avaliar se um novo patamar de lucratividade e crescimento poderá ser obtido com esta nova abordagem. A métrica a ser utilizada será o Customer Lifetime Value (CLV ou valor do cliente ao longo do tempo).

Ingeniera Civil Industrial / La industria de las telecomunicaciones está en constante crecimiento debido al desarrollo de las tecnologías y a la necesidad creciente de las personas de estar conectadas. Por lo mismo es que presenta un alto grado de competitividad y los clientes son libres de elegir la opción que más les acomode y cumpla con sus expectativas. De esta forma la predicción de fuga, y con ello la retención de clientes, son factores fundamentales para el éxito de una compañía. Sin embargo, dados los altos grados de competitividad entre las distintas empresas, se hace necesario innovar en cuanto a modelos de fuga utilizando nuevas fuentes de información, como lo son las llamadas al Call Center. Es así como el objetivo general de este trabajo es medir el impacto que generan las llamadas realizadas en el Call Center en la predicción de fuga de los clientes. Para lograr lo anterior se cuenta con información de las interacciones que tienen los clientes con el Call Center, específicamente el texto de cada llamada. Para extraer información sobre el contenido de las llamadas se aplicó un modelo de detección de tópicos sobre el texto para así conocer los temas tratados y utilizar esta información en los modelos de fuga. Los resultados obtenidos luego de realizar diversos modelos logit de predicción de fuga, muestran que al utilizar tanto la información de las llamadas como la del cliente (demográfica y transaccional), el modelo es superior en accuracy en un 8.7% a uno que no utiliza esta nueva fuente de información. Además el modelo con ambos tipos de variables presenta un error tipo I un 25% menor a un modelo que no incluye el contenido de las llamadas. Tras los análisis realizados es posible concluir que las llamadas al Call Center sí son relevantes y de ayuda al momento de predecir la fuga de un cliente, ya que logran aumentar la capacidad predictiva y ajuste del modelo. Además de que entregan nueva información sobre el comportamiento del cliente y es posible detectar aquellos tópicos que puedan estar asociados con la fuga, lo que permite tomar acciones correctivas.