La presente investigación tiene como objetivo general determinar la relación entre la calidad de servicio y la fidelidad del cliente en el Banco Azteca S.A. Huancayo, 2017. En cuanto a la variable calidad de servicio se utilizó como libro base La Gestión del Marketing de Servicios, mientras que para la variable fidelidad del cliente se empleó el libro Marketing de Clientes. En cuanto a la metodología, el tipo de investigación es básica, por diseño es no experimental, por prolongación es transversal o transeccional, por naturaleza de datos es cualitativa y el nivel de estudio es descriptivo-correlacional. La población es infinita; por ende, la muestra está conformada por 384 clientes del Banco Azteca S.A Agencia Huancayo, el instrumento que se utilizó es el cuestionario y la técnica es la encuesta. La recolección de datos se llevó a cabo por medio de un cuestionario, el cual consta de 16 preguntas, basada en la escala de Likert, éstas fueron elaboradas en función a las variables en estudio: calidad de servicio y fidelidad del cliente, para la validación y confiabilidad del instrumento se utilizó la validación del instrumento por expertos y el método del Alfa de Cronbach. De acuerdo a los resultados del cuestionario aplicado se concluye que existe suficiente evidencia muestral que afirma a un nivel de significancia del 5% que, si existe relación directa entre la calidad de servicio y la fidelidad del cliente en el Banco Azteca S.A. Huancayo, 2017.

Ingeniera Civil Industrial / La determinación de los niveles adecuados de servicio en góndola requiere equilibrar los costos de inventario y reposición con el beneficio de tener una mayor disponibilidad del producto para los clientes. Por lo general los costos de inventario son medibles, en cambio los relacionados con los quiebres de stock (Out Of Stock OOS por sus siglas en inglés) son menos visibles y más difíciles de medir. El objetivo de este trabajo es cuantificar el impacto económico asociado al comportamiento del consumidor frente a los quiebres de stock. En específico, se estudia aquellos cambios de conducta de corto plazo que tiene el cliente en la misma compra y en la siguiente a la que se enfrentó al OOS, dentro de la categoría pan y en la categoría complementaria fiambrería. Para ello se utiliza una base de datos de panel con 2.637 clientes, los que realizaron un total de 24.751 transacciones durante aproximadamente un mes y medio. Estos datos tienen información de punto de venta y de la disponibilidad de los productos que enfrentó el cliente al momento de realizar la compra. La información de quiebres de stock es capturada por cámaras que miden cada 30 minutos los niveles de disponibilidad de los distintos panes de la sección pan a granel. Para inferir si los clientes se enfrentaron a un quiebre de stock al momento de comprar, se realiza un cruce de información entre las mediciones de cámaras y las transacciones en el punto de venta utilizando la hora en la que el cliente realizó la transacción en caja. Con la información anterior, se desarrollan modelos de elección discreta, específicamente el modelo mixed logit, que incorporan heterogeneidad en las preferencias de clientes para estimar los efectos causados por el OOS dentro de la categoría pan y regresiones lineales para calcular los efectos cruzados en las ventas de otras categorías. Esta heterogeneidad es importante para que el modelo tenga flexibilidad suficiente para capturar patrones de sustitución entre productos. El principal resultado obtenido es que los quiebres de stock en una categoría no sólo disminuyen las ventas de ésta, sino también las de las categorías complementarias. Produciéndose la mayor pérdida para el supermercado cuando la hallulla y la marraqueta no están disponibles, disminuyendo las ventas de la panadería en un 2,9% y en un 0,31% las de la fiambrería. La suma de esta pérdida asciende a los US$ 313.480. Otro resultado interesante es la subestimación de elasticidad precio cuando se ignoran los OOS. Además, la lealtad de los clientes disminuye en importancia al incorporar la existencia de OOS intertemporal y contextual. El conocer los efectos económicos que genera una baja en el nivel de disponibilidad de los productos le permite a la empresa determinar las estrategias de reposición óptimas que deben implementar. Como trabajo futuro se sugiere analizar los efectos de largo plazo que puede producir un OOS en el comportamiento del cliente a través de modelos que incorporen cambios estructurales en las preferencias del consumidor, tal como las cadenas de Markov ocultas (Hidden Markov Models).

Magíster en Gestión de Operaciones / Ingeniero Civil Matemático / Hoy en día, respondiendo a la gran capacidad de almacenaje de datos, y procesamiento de éstos, existe un interés creciente en descubrir patrones en la información recabada y delegar problemas de negocio a procesos de aprendizaje automatizado, ayudando a tomar decisiones empresariales fundamentadas desde un sustento teórico, y con precisión que un conjunto de individuos no sería de capaz alcanzar dado el volumen de datos y la dificultad de descubrir de manera eficiente los patrones ocultos en las bases de datos. Una rama importante de estos problemas de negocios, es la clasificación binaria y una problemática que ha despertado gran interés es la predicción de fuga de clientes, debido a la facilidad con que estos últimos pueden cambiarse de empresa de servicios, en particular en el sector de Telecomunicaciones. En este caso los modelos son orientados a identificar el conjunto de clientes con mayor tendencia a dejar su empresa de servicios actual, basándose en sus características individuales descritas en forma de atributos numéricos o cualitativos, como por ejemplo variables socio-demográficas, comportamiento de pago, etc.. Uno de los grandes desafíos en esta línea, es la selección de atributos para el modelo de clasificación. La mayoría de las técnicas de selección de atributos, sin embargo, son basadas en criterios de validación estadística, perdiendo en muchos casos el objetivo del negocio en si mismo, lo que no necesariamente lleva a modelos que optimicen las metas definidas por la empresa. En este trabajo de Tesis se propone un enfoque basado en utilidades para la construcción del modelo de clasificación y selección de atributos, usando la herramienta de Support Vector Machines, en donde las métricas basadas en utilidades simulan la realización de una campa\~na de retención de clientes enfocada al grupo objetivo que el clasificador determine, considerando beneficios y costos Maximum Profit Criterion (MPC) y Expected Maximum Profit Criterion (EMPC)) o bien sólo costos, como es el caso de H-measure. Este enfoque consiste en un método de selección de atributos empotrado en la construcción del modelo clasificador, que apunta a la eliminación secuencial de atributos removiendo los que tienen menor relevancia de acuerdo a las métricas basadas en utilidades recién descritas, reduciendo así la dimensionalidad del problema original. Los resultados experimentales indican que estos métodos de selección de atributos y evaluación de modelos son más estables (al reducir atributos) y obtienen mejores resultados tanto en términos de métricas usuales de evaluación de modelos predictivos (AUC), como en métricas de desempeño basadas en utilidades orientadas al negocio de Telecomunicaciones (en el contexto de fuga de clientes). Lo que deja planteada la posibilidad de extender esta metodología a otros rubros, definiendo de forma conveniente las funciones de utilidades propias de cada negocio en particular.

Ingeniero Civil Industrial / Bajo el contexto de la fusión de las aerolíneas LAN y TAM, la empresa LATAM busca realizar cambios en los programas de fidelización de ambas empresas para que sea percibida como una sola, manteniendo, sin embargo, dos clubes independientes. Con esta idea en mente, se pretende que los usuarios con doble cuenta pertenecientes tanto a LANPASS como a TAM FIDELIDADE, no enfrenten conflictos de interés a la hora de elegir con qué programa registrarse para volar. Para esto, se evalúa la decisión de hacer válida para ambos programas la categoría más alta que el usuario presente en cualquiera de los dos. Se identificaron cerca de 150.000 clientes registrados en ambos programas. De estos, 16.391 son los que poseen una diferencia entre los tiers de sus dos cuentas y que por lo tanto postulan a la homologación que se pretende realizar. Dadas la restricción de presupuesto existente, se busca establecer prioridades dentro de los postulantes, en base al gasto anual que se espera que tengan luego de la homologación de sus categorías. Con el objetivo de obtener el gasto esperado de cada miembro, se desarrollaron diferentes modelos de regresión lineal, que integraron características demográficas y variables relacionadas al movimiento de categoría de los socios dentro de cada programa, obteniéndose así una proyección del gasto influenciado por el upgrade de categoría. Para tomar la decisión óptima de elegir a quiénes otorgarle la homologación, se optó por un enfoque de programación lineal entera. Así, se formularon 2 modelos de optimización que integraron los gastos de los socios obtenidos del resultado de cada una de las 2 regresiones seleccionadas. Cada modelo fue realizado maximizando tanto el beneficio neto de los programas, como también el beneficio neto de la empresa (incluyendo costos adicionales), ambos en escenarios de presupuesto holgado y acotado. El beneficio neto del modelo de optimización con los ingresos dados por la regresión de LANPASS fue el mayor, entregando un total de $US 20.7 millones, cuando se considera invertir un presupuesto de $US 3 millones, que es menos de la mitad del costo total de la homologación del total de los postulantes, establecido en alrededor de $US 6,5 millones. Como trabajos futuros, se plantea un estudio experimental sobre los miembros beneficiados, para medir el efecto real que tenga el upgrade de categoría sobre el gasto de ellos en cada programa, usando como grupo de control a aquellos que no lo recibieron. Se sugiere también el estudio de los efectos que origina la competencia entre programas, observando a los socios que mantuvieron sus cuentas con categorías dispares. / 25/10/2021

Autor no autoriza el acceso a texto completo de su documento hasta el 23/3/2021. / Ingeniero Civil Industrial / En la actualidad, los e-commerce han ido evolucionando su forma de atraer a nuevos clientes, y por sobre todo, su forma de fidelizar los que ya han comprado alguna vez. Sin embargo, esta última tarea no ha sido fácil, en especial para sitios con una alta rotación de productos, como los son los sitios de cupones online. Esta memoria propone y genera un prototipo de sistema de recomendación, que permite a los clientes conocer, mediante correos electrónicos, las ofertas que más se ajustan a sus necesidades, y lograr así mejorar los ingresos de la empresa. Se generaron dos modelos principales para la recomendación, uno basado en filtros colaborativos sobre la base de las preferencias de los usuarios y otro basado en reglas de asociación. El primero consiste en encontrar usuarios con similar comportamiento histórico a cada uno de acuerdo con la información transaccional, para luego recomendarles productos adquiridos por ellos; y el segundo compara las canastas de compras de todos los clientes para ver qué productos o categorías deberían comprarse al haber realizado otra compra. Los resultados de la experimentación arrojaron que la Tasa de Clics (porcentaje de clics de la cantidad de correos abiertos) y la Tasa de Conversión (porcentaje de compras del total de clics) aumentaría utilizando un modelo de recomendación con un 95% de confianza. El modelo que mejores resultados obtuvo, es el de Reglas de Asociación con Productos Frecuentes, donde aplicando sus cifras a toda la base de datos de la empresa, el correo tendría un tráfico diario adicional de aproximadamente 4.500 clientes, 1.000 adicionales en su sitio web y su Tasa de Conversión aumentaría en un 40% en promedio. Además, con la data descriptiva obtenida en los resultados, con este modelo se incrementarían las ventas en casi un 70%. Dado lo anterior, es recomendable que la empresa implemente un modelo de recomendación en su Newsletter basado en Reglas de Asociación con Productos Frecuentes, pues así, es posible que mejore sus rendimientos económicos como se ha probado en este proceso de experimentación. Finalmente, a futuro se puede utilizar este mismo modelo para ordenar las ofertas del sitio web de la empresa de acuerdo a las recomendaciones generadas para cada uno de los clientes, y así mismo, se pueden generar recomendaciones asociadas a cada uno de los productos ofertados cuando éstos son visitados.

Memoria para optar al título de Ingeniero Civil Industrial / 26/11/2020

Memoria para optar al título de Ingeniero Civil Industrial / 13/11/2020

Memoria para optar al título de Ingeniero Civil Industrial / 19/11/2023

Magíster en Gestión y Dirección de Empresas / El objetivo general del presente trabajo es diseñar un plan comercial para la Banca Pyme del Banco de Chile, con el objeto de potenciar todas las etapas del ciclo de vida de un cliente: Captación, Desarrollo y Fidelización. En la etapa de diagnóstico y evaluación se determina que Banco de Chile es líder de mercado en lo que refiere a colocaciones comerciales, con una participación del 18% y segundo en la participación de mercado en clientes cuentas correntistas con personalidad jurídica (21%). Considerando que se encuentra primero en recordación de marca en el mercado, está en una posición privilegiada para mejorar estos indicadores. Las tendencias del mercado dan cuenta de que el uso de inteligencia de negocios va a ser una herramienta fundamental en todos los aspectos del mercado, considerándose una herramienta clave en el futuro en la banca. Por lo que la adopción en esta etapa de modelos basados en inteligencia de negocios es crucial para el banco si desea mantener y aumentar su participación de mercado en cantidad de clientes y colocaciones comerciales. Las diferencias más relevantes que se proponen en el presente trabajo en relación a los procesos actuales son: Reforzamiento del rol del área de inteligencia de negocios en los procesos de captación de nuevos clientes y colocaciones comerciales. Uso de modelos de inteligencia de negocios para aumentar la eficiencia en el proceso de captación de nuevos clientes y créditos comerciales. Habilitación de nuevos canales de comunicación para levantar demanda. El VPN del total del proyecto en un periodo de evaluación de 5 años, considerando una tasa de descuento de 3,32%, es de MM$ 156.085. Este valor es positivo y bastante alto, incluso considerando un aumento en las participaciones de clientes y colocaciones comerciales solo del 1%. Si bien las utilidades de las industria bancaría son muy superiores en comparación a otros sectores industriales, está bien decir que se ha considerado un plan extremadamente ambicioso.

Autor no autoriza el acceso a texto completo de su documento hasta el 4/3/2021. / Ingeniero Civil Industrial / El programa de fidelización LANPASS, tiene como uno de sus principales servicios de consultas el contact center, el cual ha incurrido en costos más allá de lo presupuestado en el último tiempo. Por ésto, la compañía se ha visto en la necesidad de estudiar a los clientes que utilizan este servicio, de modo de poder reducir tales costos. El presente trabajo tiene como objetivo identificar cuáles son los clientes más propensos a llamar al contact center por motivo de Check-in Upgrade , el cual representa el 28% de los llamados de la atención preferente. La elección de analizar este motivo se basa en dos razones. Primero por la baja participación del motivo upgrade (7%) y segundo debido a la experiencia del negocio, la cual dice que ambos procesos se realizan en la misma llamada. Para el desarrollo del trabajo, se utilizó la información disponible de las llamadas del año 2014, de los socios de categoría Premium Silver, Comodoro y Black, que representan el 24% éstas. Se realizaron dos modelos de propensión, regresión logística y árbol de decisión, para poder identificar cuáles eran las variables que aumentaban la probabilidad de llamada al contact center. En términos de la curva de ganancia, el modelo de árbol de decisión obtuvo los mejores resultados capturando el 30% de los casos en el primer decil, en comparación al 20% del modelo de regresión. Debido a su simpleza en la interpretación de los resultados y a distintas métricas de desempeño, se escogió el modelo de árboles. De éste último, se obtuvo que las principales variables que aumentan la probabilidad son el canje del pasaje, si el vuelo es internacional o doméstico, si el viaje presenta escalas, la nacionalidad y categoría del socio. Luego se escogieron los 4 perfiles más relevantes en base a éstas variables. A éstos se les diseño una acción ya sea, un plan comunicacional, un diagnóstico o un proyecto, para la modificación de los procesos regulares. De forma complementaria, se realizó una evaluación económica, la cual mostró que en un escenario conservador (30% de respuestas positivas), se generaría un ahorro del 20% de los costos generados por dichos perfiles, correspondiente a más de 15 millones de pesos anuales. Además, con estas acciones se estaría reduciendo aproximadamente el 50% del exceso de presupuesto producido por la atención preferente. Finalmente, como lineamiento de trabajo futuro se espera la realización de los experimentos de cada una de las acciones diseñadas, la incorporación de nuevas fuentes de información, tales como la duración de las llamadas, que se cree que serán un gran aporte para realizar mejores estimaciones de los beneficios a obtener.