Aplicación de ciencia de datos y analítica para conocer los comportamientos financieros de los clientes y desarrollar ofertas personalizadas en una compañía de administración de activos
Share
Date
2025-08-19Author
Vallejo Quintero, John Alexander
Advisor
Sanchez Sandoval, EduardoCitación
Bibliographic managers
Keywords
Regional / Country coverage
cead_-_medellínMetadata
Show full item record
PDF Document
Description of the content
En un entorno financiero cada vez más competitivo, las compañías del sector de administración de activos enfrentan el desafío de comprender con mayor profundidad los comportamientos financieros de sus clientes para ofrecer soluciones personalizadas y efectivas. Este trabajo de grado implementó un enfoque basado en ciencia de datos y analítica avanzada para segmentar clientes de pensiones voluntarias de tres países latinoamericanos: Chile, Colombia y México. A partir de una base de datos representativa, se aplicaron técnicas como análisis exploratorio de variables demográficas y financieras, cruces para identificar patrones de comportamiento y modelos de clusterización (K-means) para generar segmentos accionables.
Los principales hallazgos revelaron que factores como edad, nivel educativo, tipo de inversión y país de residencia inciden significativamente en la frecuencia de inversión y en el valor promedio invertido. Se identificaron seis perfiles distintos de clientes, incluyendo desde jóvenes de bajo ahorro hasta adultos mayores con alto patrimonio y estrategias de inversión agresivas.
Con base en esta segmentación, se formularon recomendaciones específicas orientadas a mejorar la experiencia del cliente y optimizar las estrategias de inversión según cada perfil. La metodología empleada permitió validar cómo la aplicación de herramientas de machine learning y análisis multivariado puede aportar valor estratégico a las compañías del sector financiero, facilitando la toma de decisiones informadas y centradas en el cliente.
Este proyecto demuestra que la integración de enfoques analíticos robustos no solo contribuye a la eficiencia operativa, sino que también fortalece la personalización de la oferta y la fidelización en un mercado cada vez más exigente. En conclusión, ...
Format
pdfType of digital resource
Proyecto aplicadoContent relationship
Ciencia de datosAnalítica predictiva























