Seminario para optar al título de Ingeniero Comercial, Mención Administración / El presente trabajo de investigación está desarrollado con el fin de investigar diversas herramientas para el mejor funcionamiento de las compañías, considerando como pilar fundamental a los clientes. Estamos insertos en un ambiente de constante competencia entre las organizaciones, donde el fin común es aumentar la cuota de mercado. En este sentido es donde el marketing toma fuerza, en conjunto a herramientas tecnología que hacen que estos procesos sean más fáciles de llevar. Aspectos importantes a considerar dentro del marketing en una compañía que ayudan a generar el éxito deseado de ellas son el servicio al cliente que puede llegar a ser una ventaja competitiva, pudiendo diferenciar a las compañías que entregan un mismo (o similar) producto o servicio; otro punto importante es la satisfacción del cliente, siendo esta muy importante a la hora de generar fidelidad de los clientes, un cliente satisfecho tiene mayor probabilidades de ser un cliente fiel; aumentando los ingresos y disminuyendo ciertos costes de las empresas. En el último tiempo se ha generado un concepto de marketing mucho más ligado hacia la generación de lazos con clientes, tratando de generar relaciones con ellos; siendo este tipo de relaciones mucho más cercanas y duraderas. Es aquí entonces donde la toma importancia el hecho de tener un acercamiento mucho mayor con los clientes y para esto existen hoy en día distintas tecnologías que nos pueden ayudar. La tecnología ha tenido un crecimiento constante y exponencial; tomando un papel fundamental a la hora de toma de decisiones de las organizaciones. Business Intelligence que es un término que abarca aplicaciones de almacenamiento de datos, generación de informes, entre otras que optimizan las operaciones de un negocio, disminuyendo los costos y aumentando los ingresos; entregando información mucho más clara y precisa para la toma de decisiones. Siguiendo esta misma línea es que encontramos las herramientas de Data Mining y Text Mining, la primera ayuda a reunir, depurar y transformar datos de los sistemas transaccionales e información no estructurada en información estructurada, para su explotación directa o para su análisis y conversión en conocimiento. El Text Mining es una aplicación complementaria al Data Mining que analiza e identifica patrones en los datos almacenados en repositorios de información. 7 Como se mencionó anteriormente existe una fuerte vinculación hacia el cliente por parte de las compañías; son los clientes quienes crean valor a través de la combinación de recursos y procesos; esta idea se ha desarrollado como un marco conceptual (Marco ARC), tomando como referencia la combinación de Actividades, Recursos y Contexto; con lo cual se entrega una visión más global del análisis de feedback de los clientes y un mayor reconocimiento de cómo se entrega valor. Este marco conceptual puede ser complementado con la herramienta de Service Recovery la cual trata de resolver las expectativas negativas que pudieron haber tenido los clientes para cambiar esta insatisfacción con respecto al servicio. Para la presente investigación se hizo el respectivo análisis literario sobre el tema de Service Recovery, encontrando así un vacío sobre la importancia del problema y cómo un buen manejo de este pueden generar un modelo mucho más eficiente; creando de esta manera el Modelo 3M. El Modelo 3M intenta englobar algunas de las aristas que quedaron sin considerar en los estudios anteriores; quedando así los siguientes factores: Expectativas del consumidor, Problema, Reclamo, Recibo y Análisis, Solución, Feedback y por último la Lealtad, Satisfacción y Retención de los clientes. Utilizando bases de datos con mails de reclamos otorgados por la empresa aérea LAN, se trata de analizar ciertas problemáticas solucionables por la misma compañía que son foco de insatisfacción de los clientes. Para el análisis se utilizaron tres bases de datos correspondientes a mails de reclamos de los años 2012, 2013 y 2014; estos mails contenían los siguientes campos: ID Caso, Área, Fecha, Asunto, Cuerpo, Email e ID. Luego del análisis de estos mails se pudo agrupar en distintos tipos de problemas, siendo estos: Gestión de datos de clientes, Imposibilidad de realizar reserva, Problemas con acceder a la página, Problemas cuenta Lanpass, Tramites sin C.I., Gestión de Millas/Kilómetros, Gestión de equipaje, Compensación por demora, Error de compra, Imposibilidad de viajar por enfermedad, Cambio de vuelo y Viaje con Mascotas. Estos problemas fueron separados en tres grandes grupos (contexto) de acuerdo a si son problemas de Pre vuelo, Post vuelo o Transversales. Mediante la ayuda de un software de análisis de datos vía Text Mining y el modelo ARC se establecieron los principales recursos, siendo estos: LAN.com, KM Lanpass, Pasajes y Contact Center; en el caso de las actividades se establecieron: Vuelos, Gestión de Equipaje, Devolución Dinero, y Acreditación Km. 8 Dentro de los resultados obtenidos se encuentra que los problemas más recurrentes son: Gestión de datos clientes, Problemas cuenta Lanpass e Imposibilidad de viajar por enfermedad. De acuerdo a los reclamos se pudo identificar que los clientes suelen reclamar más durante los días de semana y que no existen estacionalidades marcadas de acuerdo a los meses del año en cuanto a los reclamos. Luego aplicando el modelo ARC algunos de los resultados que se obtuvieron, identificando los problemas que inciden en cada recurso son por ejemplo en el caso del recurso LAN.com, las problemáticas más destacadas son la Gestión de Millas/Kilómetros y Gestión de Clientes (circunstancias pre y post vuelo); por otro lado el recurso de KM Lanpass la problemática con la cual se relaciona mayormente es la Gestión de Millas/Kilómetros posterior al vuelo. De acuerdo al análisis de las actividades se puede nombrar por ejemplo que el caso de los vuelos las problemáticas que inciden principalmente son la Gestión con respecto a Millas y Kilómetros como también los impedimentos por problemas médicos, siendo estos reclamos previos y posteriores al viaje. Luego del análisis para recurso y actividad, sumando además la investigación literaria correspondiente y la información otorgada por LAN se observó que no existe una identificación del tipo de problema como también una generación de respuesta automática, por lo cual se recomienda el uso de un sistema de Service Recovery; teniendo un buen uso de las bases de datos teniendo como fin determinar así el curso a seguir para la solución de distintos problemas, haciendo especial énfasis en la relación con los clientes para aumentar de esta forma la lealtad, satisfacción y retención de estos.

Ingeniero Civil Industrial / Los experimentos naturales dan una buena herramienta para poder hacer inferencia sobre causalidad de efectos utilizando herramientas econométricas, ello pues permiten lidiar de buena forma con el conocido problema de endogeneidad en los datos. El presente trabajo hace uso de datos que contienen el shock transitorio sobre la oferta de cerveza que provocó el terremoto de 2010 en Chile y se tiene como objetivo general encontrar evidencia empírica acerca del efecto que este shock transitorio de oferta tuvo sobre la lealtad de marca en el mercado. La metodología utilizada en el presente trabajo se dividió en cuatro partes: Primero la construcción y análisis gráfico de series de tiempo de participación de mercado, volumen de ventas y precios promedio. Luego la construcción y análisis de histogramas de quiebres de stock. Siguiendo con el cálculo y análisis de regresiones y finalizando con la Construcción y análisis de matrices de transición tanto de ocasiones de compra como de perfiles de clientes. Los resultados obtenidos y su análisis mostraron que por una parte el terremoto de febrero de 2010 provocó fuertes quiebres de stock para la marca líder Escudo. El producto de la marca Escudo que se vio mayormente afectado fue Escudo en formato de un litro, el cual virtualmente desapareció del mercado entre el 15 y el 28 de marzo de 2010. Esta desaparición momentánea de Escudo de un litro provocó un efecto de sustitución entre ese producto a su producto más similar en el mercado, Cristal de un litro. El shock provocado por el terremoto no tuvo mayor efecto sobe los precios de los productos afectados, ni sus productos competidores, hecho que es consecuente con la literatura existente sobre desastres naturales, donde se ha encontrado que los precios son no se ven afectados en este tipo de eventos debido al miedo que los productores le tienen al enojo de los clientes, por otro lado, la disponibilidad de productos recibe todo el efecto de este tipo de desastres naturales. La conclusión final sobre la pregunta principal del trabajo: ¿Cuál es el efecto en la lealtad de marca frente a un shock transitorio y exógeno de oferta en el mercado de la cerveza en Chile?, es que la lealtad de marca del mercado de la cerveza no presenta inercia a lo largo del período en estudio, más bien presenta un comportamiento volátil, y se vio afectada negativamente debido al terremoto. Esto pues el desastre natural provocó problemas de stock considerables en la marca líder Escudo, lo cual provocó que la inercia en la elección de marcas que normalmente existe en los mercados en condiciones normales se viera afectada.

Autor no autoriza el acceso a texto completo de su documento hasta el 30/4/2021. / Ingeniero Civil Industrial / El presente proyecto se desarrolla dentro del ambiente del comercio online (e-commerce), que se caracteriza por representar todas las transacciones mediante plataformas online (internet y apps). Dentro de este ámbito se han desarrollado los sitios online de ventas de cupones, que ofrecen productos y servicios a un menor costo para los usuarios. A pesar de la creciente expansión de estos sitios, en general estos perciben un problema de fidelización pues la cartera de clientes se caracteriza por estar compuesta de clientes que solo generan una o dos compras en toda su historia de vida en el sitio. Considerando lo anterior, el objetivo principal del presente proyecto consiste en desarrollar intervenciones experimentales y determinar cuál de todas posee un mayor impacto en el aumento del número de compras de los clientes y cuál genera una mayor activación de los clientes dentro del sitio. Para poder concretar el objetivo mencionado, se utilizará una metodología que consiste en el cálculo inicial de la probabilidad de que un cliente llegue a tener más de tres compras en su historia, mediante un modelo logit, y con esta probabilidad se generarán segmentos de clientes: baja, media y alta probabilidad. A cada segmento de clientes se le aplicarán dos experimentos que podrían estimular su actividad y, luego de medir estadísticamente el cambio de comportamiento, se desarrollará un modelo de venta incremental para determinar los sub-segmentos de clientes que hayan obtenido una mejor respuesta a las intervenciones experimentales. En el primero de los dos experimentos que se realizan, se enviará un mail con oferta y asuntos personalizados. Por otra parte, el segundo experimento consiste en un sistema de acumulación de compras con recompensa por cumplimiento de la meta estipulada. Se concluye que las intervenciones experimentales no generan un cambio de comportamiento significativo en los clientes para ninguna de las variables de interés (número de compras y activación de clientes). A pesar de lo anterior, sí se puede establecer que la segmentación realizada es pertinente, puesto que sí existen diferencias de comportamiento para los distintos segmentos de clientes determinados. Finalmente, se encuentran dos deciles de clientes que sí responden positivamente a las intervenciones y que sí son influenciables por estas, de los cuales se obtiene un perfil susceptible de intervención en futuras campañas de marketing. Se recomienda a la empresa segmentar a sus clientes para realizar un buen enfoque en sus procesos de captación y retención y se sugiere además intervenir a los clientes que cumplan un perfil de clientes influenciables . Finalmente se recomienda la realización e implementación del segundo experimento, pues, a pesar de que no produce un cambio significativo en el comportamiento, sí puede generar beneficios intangibles que van alineados con la misión y visión de la empresa.

Tesis para optar al grado de Magíster en Gestión y Dirección de Empresas / 28/05/2024

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.

Ingeniera Civil Industrial / Dada la alta competitividad que existe hoy en día en el sector del retail y los competidores que han entrado al mercado, las empresas se han visto en la necesidad de crear estrategias que generen lealtad en los clientes y aumente su satisfacción con la tienda. En este contexto surgen los clubes de fidelización que buscan premiar a sus clientes, entregándoles una moneda promocional por sus compras permitiéndoles canjear premios de acuerdo a los requerimientos establecidos por cada programa. A raíz de la masificación de estos programas, la gran cantidad de puntos sin canjear por los consumidores y las dudas sobre los reales beneficios de los clubes de lealtad, surge un sistema complementario o mixto que permite canjear utilizando la moneda promocional en conjunto con moneda corriente. Si bien existen diversos estudios sobre los clubes de fidelización en general, no hay suficiente conocimiento sobre el sistema mixto en particular, quiénes ocupan este sistema, cómo se comportan los clientes ante él, y si tiene efectos en el comportamiento futuro que puedan afectar a la empresa. El presente estudio evalúa el sistema puntos más pesos de una tienda de retail en Chile, a través de la caracterización de los clientes, el comportamiento de estos durante la promoción, los efectos posteriores sobre los consumidores y las repercusiones de estos hacia la empresa. Luego de un análisis descriptivo sobre una base de datos transaccional de canjes de clientes, se plantean y se prueban hipótesis relacionadas con las características de los clientes, su comportamiento durante la promoción, los efectos debido al potencial trade-off entre el acceso al canje y la sensación de obtener un premio al usar dinero para canjear, y los efectos netos de la promoción en si. Las comparaciones son realizadas entre clientes que canjean con promoción y los que no. Los resultados indican que los clientes que canjean bajo la modalidad del sistema mixto poseen una tasa de canje, acumulación, actividad y balance inferior que los clientes que canjean solo con sus puntos. Además, han estado en el programa por menos tiempo, por lo que se concluye que la promoción atrae clientes distintos. Durante el período promocional, los clientes puntos más pesos aumentan su porcentaje de productos hedónicos canjeados con respecto al período anterior y en comparación con el grupo que canjea solo con sus puntos. En cuanto a los efectos posteriores de la promoción, los clientes puntos más pesos mantienen su preferencia por productos hedónicos y los clientes solo puntos la aumentan. Por otro lado, los clientes aumentan el tiempo en que realizan su compra después del canje en período promocional, además disminuyen el monto desembolsado en esta, lo que afecta la frecuencia de compra e ingresos de la empresa. Suponiendo que estos efectos perduran en el tiempo y afectan a todos los clientes por igual, se concluye que el efecto neto de la promoción es negativo. Los ingresos generados por la compra de puntos durante el período promocional, no superan la disminución que se genera debido a la baja en la tasa y monto de compra de los clientes que utilizan este sistema.

Magíster en Gestión de Operaciones / Ingeniero Civil Idustrial / La implementación de programas de lealtad ha tenido un importante crecimiento en el retail, sin embargo son escasos los estudios que verifican la existencia de un efecto en el comportamiento de los consumidores. Esta investigación tiene como objetivo estudiar los posibles efectos de un programa de lealtad sobre el comportamiento de compra y canje de sus clientes. Para ello, se estudia el programa de un importante retail nacional, en el cual los consumidores acumulan puntos según el monto de cada compra, y tienen la posibilidad de canjear un premio al llegar a alguno de los 4 niveles de canje disponibles. Para medir el cambio en la conducta de los consumidores, se estudian cinco posibles efectos: 1) Reducción en los tiempos entre compras sucesivas, a medida que los clientes se acercan al canje de un premio. 2) Aumento en el esfuerzo invertido en cada compra, medido en dinero gastado, al acercarse al canje de un premio. 3) Reinicio del patrón de compras del cliente después de canjear un premio. 4) Relación entre el esfuerzo requerido para el canje y el tipo de premio elegido por el cliente. 5) Magnitud de la aceleración en los tiempos entre compras sucesivas dependiendo del tipo de premio canjeado, hedónico o utilitario. . Utilizando el modelo de hazard proporcional en tiempo discreto, e incorporando heterogeneidad mediante el uso de clases latentes, se verifica la existencia de la hipótesis del gradiente objetivo, que indica la aceleración en las compras a medida que los clientes se acercan al canje de un premio, y se comprueba que existe un efecto de reinicio parcial en el comportamiento de compra después del canje. Además, se determinó que los clientes que eligen premios hedónicos aceleran más que aquellos que eligen premios utilitarios. Por oro lado, mediante modelos lineales generalizados, se encontró que a medida que los clientes se acercan al canje, el esfuerzo invertido, medido en dinero, es efectivamente creciente. Finalmente, mediante una regresión logística binaria e incorporando heterogeneidad con clases latentes, se encontró que a mayor esfuerzo invertido por los clientes, mayor es la probabilidad de que prefieran premios hedónicos por sobre premios utilitarios. Estos resultados evidencian que este programa de lealtad modifica favorablemente el comportamiento de sus clientes, aumentando la frecuencia de compra y el dinero gastado en cada una de ellas, a medida que se acercan al canje de un premio.

Magíster en Gestión de Operaciones / Ingeniero Civil Industrial / El presente trabajo de investigación estudia el efecto de canibalización, tanto en la incidencia de compra como en el monto de compra, al incorporar una nueva tienda de la misma cadena Falabella, en donde el foco principal está en analizar la variación en el comportamiento de compra de los clientes actuales de Falabella. Para cuantificar la canibalización se obtiene una caraterización de la decisión de compra de los clientes, en donde luego se realiza un comparativo entre las participaciones de mercado de las tiendas considerando los periodos Antes y Después de la nueva apertura. Para la obtención de los valores relacionados a la incidencia de compra y la variación del monto de compra, se realizan modelos Mixed Logit y Regresión Lineal respectivamente, en donde para el primer modelo se obtienen parámetros específicos para cada cliente. A su vez, en ambos modelos se utiliza un enfoque bayesiano, en donde se aborda la incertidumbre con una distribución de probabilidad sobre los parámetros de la función de utilidad. Debido a la dificultad de resolver integrales múltiples en el enfoque bayesiano, los modelos son ejecutados por los métodos de muestreo Markov Chain Monte Carlo (MCMC) y Gibbs respectivamente, en donde no se maximiza ninguna función. Por otro lado, los datos que se utilizan para ejecutar los modelos son transaccionales, es decir se usa información específica de cada cliente e información de la tienda que sea percibida por el cliente en su experiencia de compra. Los resultados obtenidos demuestran que el efecto de canibalización no supera el 4%, obteniendo 3.8% Plaza Norte, 0.8% Plaza Puente, 1.0% La Dehesa, 0% Manquehue, 1.4% Estación Central, siendo la distancia del cliente hacia la tienda y el formato de la misma las variables que tienen mayor influencia en esta decisión. Con respecto al monto de compra, el inaugurar una nueva tienda incrementa el monto promedio de los clientes, incrementándose la recaudación total de la cadena.

Autor no autoriza el acceso a texto completo de su documento hasta el 13/10/2020. / Ingeniera Civil Industrial / Este estudio se enfocará en el programa de lealtad de la aerolínea Grupo Latam Airlines, llamado LANPASS. El programa premia a los socios por volar en LAN, TAM o aerolíneas asociadas con kilómetros, los que pueden ser canjeados o por pasajes aéreos o productos del catálogo LANPASS. Este estudio se enfocará en el canje de los kilómetros por productos aéreos en uno de los principales medios por el que se realiza este tipo de canjes (90% de ellos), la página web de la compañía. En este proyecto se estudiará a los socios que abandonan el proceso de canje antes de que este sea completado. El 50% de los socios no realiza ninguna búsqueda en un año. Del total de socios que ingresa en una semana al sitio web , solo el 20% concreta el canje y el 80% abandona el proceso sin canjear. Existe una gran oportunidad en este aspecto, ya que las interacciones que los socios tienen son poco frecuentes y en la mayoría de los casos no son exitosas. El objetivo de este trabajo es identificar los incentivos que fomentan efectivamente que los socios retomen el proceso y conviertan dado que han estado recientemente activos en el sitio web. Estos incentivos serán enviados por medio de la implementación de una campaña de correos personalizados. Para determinar qué incentivo es el más adecuado para cada socio, se identificará a los socios más cercanos a canjear a través de una propuesta de segmentación que describa su contexto al momento de realizar una búsqueda, generando un total de 8 segmentos diferenciados por la probabilidad de canje. Se diseñaron experimentos para testear qué tipo de correo es más efectivo, probando diferentes ofertas asuntos y comunicaciones. Se define que una oferta es efectiva para cierto segmento si logra incrementar el total de kilómetros canjeados. Se realizaron un total de 11 envíos, equivalentes a 25.000 correos en total aproximadamente. De los resultados, se obtiene que las campañas personalizadas superan a las genéricas aproximadamente en un 30% en las tasas de apertura de los correos y un 7% promedio para la cantidad de socios que hacen click en el correo. Se concluyó que la personalización específica realizada no marca mucho la diferencia en las tasas de apertura. Para la tasa de clicks, mientras más corta y sencilla sea la comunicación, mejores resultados se obtendrán. Para ambas tasas se obtuvieron buenos resultados pero no se pudo distinguir si el efecto logrado se debe a la segmentación o a la personalización o a una mezcla de ambas. Se validó la segmentación propuesta ya que no existe un único mecanismo efectivo para hacer que los socios retomen el proceso y canjeen. Considerando solo las ofertas que generaron incrementos en los kilómetros canjeados por segmento, se obtuvo que las campañas personalizadas generan un aporte entre $400 y $1.000 MM de dólares a los ingresos anuales de la compañía, que equivale a un 0.5% de los aportes de LANPASS a la aerolínea. Es un porcentaje pequeño pero debido a los bajos costos de realización del proyecto, es eficiente implementarlo.

Autor no autoriza el acceso a texto completo de su documento hasta el 9/10/2020. / Ingeniera Civil Industrial / Una permanente preocupación de las Cajas de Compensaciones es la fuga de sus clientes al igual que en la mayoría de las empresas. En Chile existen cinco Cajas que compiten entre ellas por lo que cada vez es más necesario tener estrategias que ayuden a captar y retener a sus clientes de forma más efectiva y eficiente. El presente trabajo de título consiste en generar un modelo predictivo de desafiliación de empresas para una Caja de Compensación, el cual tiene como objetivo identificar de forma temprana aquellas empresas que tiendan a fugarse para poder gestionar de mejor forma las acciones que se realizan sobre cada una de ellas, logrando disminuir la actual tasa de fuga de la Caja en estudio. Para generar el modelo primero se realizó una investigación exploratoria, donde se levantaron diferentes causas que llevan a las empresas a desafiliarse. Principalmente ligados a descontento con los beneficios, baja colocación de crédito y problemas operativos con la Caja. Con estos motivos se generaron diferentes variables que pudieran reflejar el comportamiento de un año atrás de las empresas seleccionando las más significativas para utilizarlas en modelos de árboles de decisión y regresión logística. Los modelos desarrollados presentaron una alta precisión en general sobre el 80% y se seleccionó el árbol de decisión Chaid exhaustivo para proponer acciones de retención dada su fácil interpretación. De él se obtuvo que las principales variables que describen el comportamiento de fuga tienen que ver con la variación de beneficios y deuda crediticia de la empresa durante el último año. Por otra parte, para focalizar de mejor manera los recursos se seleccionaron a 139 empresas que cuentan con una alta probabilidad de fuga y presentan un alto valor para la Caja, rediseñando el actual foco de empresas a las cuales se les realiza acciones de fidelización. Las acciones de retención propuesta están ligadas a las campañas de beneficios que se realizan y la colocación de crédito, con tal de disminuir el descontento de sus clientes en estos ámbitos. Además, se propone realizar un diseño experimental para medir el impacto que tiene reasignar recursos de las empresas más leales en aquellas que tienen una mayor probabilidad de fugarse. Finalmente, se espera que la Caja pueda aprovechar la información que se genera de cada empresa para brindarles un mejor servicio a sus trabajadores y los incentive a usar los beneficios que tiene para ellos, fortaleciendo la relación que tienen con la Caja y convirtiéndolos en clientes más leales.