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.

Ingeniera Civil Industrial / Actualmente los programas de lealtad tienen presencia en casi todas las industrias, desde supermercados, tiendas de retail hasta aerolíneas. Es justamente en este contexto que nace el sistema puntos-pesos o sistema mixto que permite a las personas canjear premios usando puntos y dinero. Sin embargo, dado que se trata de un sistema nuevo y relativamente poco investigado, la implementación se realiza sin conocer mayormente las preferencias de los clientes. Es así como la presente investigación se encuentra fundamentada en la necesidad de estudiar los distintos factores que hacen que una persona prefiera efectuar un canje usando puntos-pesos en vez de realizar un canje usando sólo puntos, siendo el objetivo primordial determinar bajo cuáles condiciones un cliente tiene preferencia por un canje usando puntos y pesos. La metodología consiste en estudiar una serie de factores que puedan explicar la preferencia por el sistema mixto, para luego plantear hipótesis respecto a la interacción de esos factores sobre el uso del sistema puntos-pesos y la disposición a pagar por puntos. Para este estudio se usa una base de datos transaccional y un Análisis Conjunto. En el primer caso se aplica una Regresión Logística tomando como variable dependiente el uso del sistema mixto y las variables independientes corresponden a algunos de los factores evaluados. En el segundo caso se utiliza un diseño experimental en el cual se les presentan a los participantes distintas alternativas de canjes. Para evaluar las hipótesis planteadas se estima un modelo Logit Condicional y se calcula la elasticidad puntos-pesos en función de cada factor evaluado. Los resultados arrojaron que el uso del sistema mixto por parte de los clientes está determinado por factores del programa de lealtad tales como el nivel de canje asociado al mismo, pero también por características propias de los clientes, como por ejemplo el número de canjes anteriormente realizados por cada uno de ellos. De la misma forma se determina que tanto atributos del producto a canjear, como del programa de lealtad y del cliente, influencian la disposición a pagar por puntos.

No description available.

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.

Ingeniera Civil Industrial / La alta competitividad entre las empresas es una característica presente en muchas industrias. Con esto, los clientes tienen muchas alternativas para satisfacer sus necesidades con bajos costos asociados al cambio entre estas. Con el fin de aumentar la retención de sus clientes, muchas empresas han implementado programas de fidelización o clubes de recompensas, que premian a los miembros que interactúan de manera repetitiva con la compañía. El objetivo del presente trabajo es estudiar el comportamiento de los miembros de un programa de fidelización en relación a las decisiones de compra y canje que realizan durante su permanencia. En específico, se miden dos variables de comportamiento para la evaluar la efectividad del programa en la lealtad de sus miembros: incidencia y monto de compra. Para cumplir el objetivo se realizan tres análisis en base a transacciones de clientes de un club de recompensas de una tienda de retail. Primero, se estudia la incidencia y monto de compra durante la trayectoria al canje usando un modelo Tobit II, que permite considerar correlación entre ambas decisiones y cuya estimación se obtiene con métodos jerárquicos bayesianos para incorporar heterogeneidad continua en los comportamientos de interés. Segundo, mediante un modelo logit binario se analiza la preferencia por productos hedonistas (asociados al lujo o placer) según la cantidad de puntos que requiere el canje. Tercero, con el uso de métodos de matching se determina el efecto del primer canje en el patrón de compra de los consumidores, midiendo a nivel agregado variaciones en incidencia y monto de compra. Los resultados obtenidos muestran la existencia de aceleración o aumento en el esfuerzo invertido a medida que se está más cerca del punto de canje, tanto en incidencia como en el monto gastado en cada compra. El aumento en la probabilidad de compra es mayor cuando se trata de canjes utilitarios, mientras que el aumento en el monto de compra es mayor para canjes hedonistas. En relación a la elección de tipo de canje en función del nivel de esfuerzo requerido, se observó un aumento en la probabilidad de escoger productos hedonistas en los dos niveles de canje más altos. Al estudiar el efecto del primer canje en el comportamiento de compra de los clientes, se observó un aumento de $5.300 en el gasto promedio mensual después de tres meses de efectuado el canje. A partir de los resultados se sugiere ofertar un catálogo de premios con mayor participación de productos hedonistas en los niveles más altos. Además, se recomienda incentivar la ejecución del primer canje puesto que tras este los clientes aumentan su monto promedio de compra. Como trabajo futuro se sugiere explorar otras características que definen el atractivo del producto canjeado y evaluar el efecto del programa en métricas complementarias tales como compras sin tarjeta u interacción con la empresa por otros canales.

Ingeniero Civil Industrial / El presente trabajo se desarrolla con un retailer de la industria de los supermercados mayoristas, el cual se ve amenazado por la llegada de un nuevo competidor al mercado. Este nuevo competidor se ha ubicado estratégicamente en una zona donde el retailer posee 3 salas. La ubicación es la variable táctica más importante, ya que representa una inversión única, costosa e irreversible. Esta influye en la decisión de compra de los clientes, por lo que es crucial incluir esta información al análisis, ya que ambas compañías van a competir por los clientes de ese sector. El objetivo de este trabajo es evaluar el impacto que ha tenido la llegada de la competencia en las ventas y en la fuga de los clientes, utilizando la información transaccional y geográfica de estos. Mediante la confección de un grupo de control se mide el impacto que la competencia ha generado en cada una de las sucursales de la zona a nivel agregado y desagregado de clientes. Luego se encuentran las variables más influyentes en la fuga de los clientes mediante regresiones logísticas y se estudian las variaciones geográficas de estas, por medio de regresiones geográficas ponderadas. Para realizar las regresiones es necesario definir un criterio de fuga, el cual sirve para construir la variable dependiente a utilizar en ambos modelos de regresión. Los resultados indican que ha bajado la cantidad de unidades compradas por los clientes de la zona en un 5% promedio. La sucursal más afectada en las ventas es también la que está más cerca de la competencia, con una disminución de 7% trimestral a nivel macro y 4% en el desagregado de clientes. Las otras dos salas no han bajado sus ventas, de hecho la más lejana ha aumentado sus ventas con respecto al grupo de control. La distancia a la sala es la variable más influyente en la probabilidad de fuga de los clientes, existiendo un trade-off entre la distancia a la sala y la distancia a la competencia. Se concluye que dentro del primer kilómetro a la redonda de cada sala se encuentra el umbral de fuga, en este se concentra el 65% de los clientes y justamente el barrio más afectado está dentro del primer kilómetro alrededor de la sala de la competencia. Se proponen descuentos personalizados según el valor y la ubicación del cliente, donde mayor valor y distancia a la sala implican mayores descuentos. Al realizar estos descuentos a 40 clientes de la sala afectada, los cuales representan la mitad del monto fugado, se espera disminuir el impacto en un 1,4%.

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.