Return to search

Estimación del customer lifetime value a nivel de clientes, de un banco usando variables transaccionales y sociodemográficas

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.

Identiferoai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/113830
Date January 2013
CreatorsRodríguez Herrera, Vslentina Anaís
ContributorsAburto Lafourcade, Luis Alberto, Facultad de Ciencias Físicas y Matemáticas, Departamento de Ingeniería Industrial, Puente Chandía, Alejandra, Marín Acuña, Pablo
PublisherUniversidad de Chile
Source SetsUniversidad de Chile
LanguageSpanish
Detected LanguageSpanish
TypeTesis

Page generated in 0.0022 seconds