Show simple item record

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorGálvez, Ramiroes_AR
dc.contributor.authorTralice, Francoes_AR
dc.date.accessioned2022-07-15T23:00:41Z
dc.date.available2022-07-15T23:00:41Z
dc.date.issued2019
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/11242
dc.description.abstractLos esfuerzos de marketing para conseguir clientes nuevos son muy grandes, es por eso que una gran parte de estos mismos consisten en retener a los clientes que ya aportan pagando la cuota de algún seguro a la empresa. Retener un cliente es menos costoso que volver a conseguirlo. Aquí es donde introducimos la métrica que lleva el nombre del trabajo, el churn (Soeini, R. A., & Rodpysh, K. V., 2012). Definimos a la tasa de churn como el Key Performance Indicator (KPI) que mide el porcentaje de clientes que dejan de utilizar un producto o un servicio, o dicho más concretamente, la tasa de abandono de clientes. La compañía invierte muchos de sus activos en tratar de bajar lo máximo posible este ratio, que se traduce en más solvencia, más ingresos y por lo tanto más retornos para la misma. Los motivos de las bajas de los clientes son diversos. Entre ellos, podemos mencionar el valor de la cuota, porque no sienten necesario tener un seguro, etc.es_AR
dc.format.extent58 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectCompañías de Seguroses_AR
dc.subjectMarketinges_AR
dc.subjectPlan de Marketinges_AR
dc.subjectChurnes_AR
dc.subjectTasa de cancelaciónes_AR
dc.subjectprevisiones tecnologicases_AR
dc.subjectMachine learninges_AR
dc.subjectalgoritmoses_AR
dc.titlePredicción de Churn de Seguros con LightGBMes_AR
dc.typeinfo:eu-repo/MasterThesises_AR
dcterms.description.tableOfContents1 - Introducción (2) 11 - El Dominio (2) 12 - El problema (3) 13 - Distintos tipos de churn en seguros (6) 14 - Cómo se suele abarcar (6) 15 - Propuesta de Trabajo (7) 2 - Materiales y Métodos (8) 21 - Datos (8) 22 - Exploración de los datos (18) 23 - Modelos a Usar (25) 24 - Ventana de tiempo (32) 3 - Resultados (34) 31 - Desempeños (39) 32 - Importancia de variables (44) 33 - Ganancia y respuesta (49) 4 - Conclusiones (53) 5 - Bibliografía (57)es_AR
thesis.degree.nameMaster in Management + Analyticsen
thesis.degree.grantorUniversidad Torcuato Di Tellaes_AR
dc.subject.keywordLightGBMes_AR
dc.subject.keywordGradient Boostinges_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record