Fabian Arteaga, Junior JohnBernachea Collazos, Carla BenedictaChilet Paisig, EdwardGuzmán Fernández, PaolaInche Contreras, Victor HugoLeon Munive, Johana Mayra2022-02-172022-02-172021https://hdl.handle.net/20.500.12640/2929Según datos del Banco Mundial, la industria de las telecomunicaciones enfrenta cada año a una fuga de clientes que bordea el 30%. Estudios recientes han mostrado que tanto atributos cuantitativos: cantidad de minutos, mensajes, etc.; así como los cualitativos: edad, sexo, tipo de dispositivo tienen influencia en la fuga de clientes. En base a la literatura encontrada se definieron dos tipos de variables: demográficas y del comportamiento del consumidor las cuales son útiles para realizar la predicción de permanencia del cliente. Es por eso que haciendo uso de la técnica de regresión logística, se busca predecir la probabilidad de fuga de los clientes (Churn) de la empresa Bitel. Se realizó un exhaustivo trabajo de preprocesamiento y se llegó a entrenar un modelo de regresión logística con un accuracy score de 88%application/pdfspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0Inteligencia artificialAlgoritmosProbabilidadAnálisis regresivoPrediccionesComportamiento del consumidorLogísticaLealtad del clienteIndustria de telecomunicacionesTécnica de Machine Learning para el cálculo de la probabilidad de fuga de los clientes de la empresa Bitelinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.11.04https://purl.org/pe-repo/ocde/ford#5.02.04