Aplicación de técnicas de Machine Learning para predecir el número de ventas de créditos en el sector bancario
Enlace externo
Fecha
2023
Título de la revista
ISSN de la revista
Título del volumen
Fecha de fin de embargo
Redes Sociales
Citación
Citación APAResumen
Una de las principales fuentes de ingreso del sector bancario es el otorgamiento de créditos. La captación de clientes frente a este producto depende de montos y tasas de interés atractivas. Uno de los canales de venta de los créditos es el telemarketing el cual proactivamente ofrece préstamos. El presente trabajo propone al área de telemarketing de un banco la elaboración de un modelo predictivo con técnicas de machine learning que permita conocer el número de ventas de crédito que se realizarán con el fin de agilizar la toma de decisiones frente a estrategias de venta y mejorar la planificación de recursos para optimizar el costo de venta. Para la construcción del modelo se utilizaron técnicas de aprendizaje supervisado de clasificación k-NN y SVM. En la primera simulación se tuvo niveles de precisión de 61.68% y 68.41% respectivamente. Dada la dispersión de los datos se realizó la normalización la cual arrojó niveles de precisión de 91.12% para k-NN y 93.85% para SVM siendo este último la mejor técnica de predicción. Como futuros pasos se propone la utilización de otras técnicas de machine learning que permitan una comparación de resultados de predicción con los modelos elaborados en este trabajo.
Descripción
Palabras clave
Aprendizaje automático, Técnicas de predicción, Ventas por teléfono, Préstamos bancarios, Crédito
Citación
Colecciones
Endorsement
Review
Supplemented By
Referenced By
El item tiene asociados los siguientes ficheros de licencia: Creative Commons
Excepto si se señala otra cosa, la licencia del item se describe como info:eu-repo/semantics/openAccess