Predicción de Churn de Seguros con LightGBM
Los 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 intro...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | info:eu-repo/MasterThesis acceptedVersion |
Lenguaje: | Español |
Publicado: |
2022
|
Materias: | |
Acceso en línea: | https://repositorio.utdt.edu/handle/20.500.13098/11242 |
Aporte de: |
id |
I57-R163-20.500.13098-11242 |
---|---|
record_format |
dspace |
institution |
Universidad Torcuato Di Tella |
institution_str |
I-57 |
repository_str |
R-163 |
collection |
Repositorio Digital Universidad Torcuato Di Tella |
language |
Español |
orig_language_str_mv |
spa |
topic |
Compañías de Seguros Marketing Plan de Marketing Churn Tasa de cancelación previsiones tecnologicas Machine learning algoritmos LightGBM Gradient Boosting |
spellingShingle |
Compañías de Seguros Marketing Plan de Marketing Churn Tasa de cancelación previsiones tecnologicas Machine learning algoritmos LightGBM Gradient Boosting Tralice, Franco Predicción de Churn de Seguros con LightGBM |
topic_facet |
Compañías de Seguros Marketing Plan de Marketing Churn Tasa de cancelación previsiones tecnologicas Machine learning algoritmos LightGBM Gradient Boosting |
description |
Los 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. |
author2 |
Gálvez, Ramiro |
author_facet |
Gálvez, Ramiro Tralice, Franco |
format |
info:eu-repo/MasterThesis acceptedVersion |
author |
Tralice, Franco |
author_sort |
Tralice, Franco |
title |
Predicción de Churn de Seguros con LightGBM |
title_short |
Predicción de Churn de Seguros con LightGBM |
title_full |
Predicción de Churn de Seguros con LightGBM |
title_fullStr |
Predicción de Churn de Seguros con LightGBM |
title_full_unstemmed |
Predicción de Churn de Seguros con LightGBM |
title_sort |
predicción de churn de seguros con lightgbm |
publishDate |
2022 |
url |
https://repositorio.utdt.edu/handle/20.500.13098/11242 |
work_keys_str_mv |
AT tralicefranco predicciondechurndesegurosconlightgbm |
bdutipo_str |
Repositorios |
_version_ |
1764820542950473730 |