Búsqueda

Predicción de Cross-selling con técnicas de Machine Learning

Predicción de Cross-selling con técnicas de Machine Learning
Recurso electrónico / Electronic resource
Sección: Documentos electrónicos
Título: Predicción de Cross-selling con técnicas de Machine Learning / Joanna LempickaAutor: Lempicka, Joanna
Publicación: Madrid : Universidad Carlos III de Madrid, 2021Descripción física: 70 p.Notas: Sumario: El análisis de la tasa de cross-selling es un tema de gran interés para todas las compañías y, más concretamente, para las aseguradoras. Conseguir una venta cruzada requiere de una dificultad mayor y el tipo de cliente que se genera, posee mayor lealdad y fidelidad hacia la compañía. La utilización de algoritmos de Machine Learning permite predecir la tasa de conversión de un cliente potencial a un cliente final, además de detectar qué tipo de factores son más determinantes para cerrar un cliente potencial. De esta forma, cuando se realiza una petición a un proveedor de bases de datos, en principio, se debería priorizar variables que aporten mayor importancia. Así, este Trabajo Fin de Máster se centra en el análisis de la tasa de cross-selling mediante la aplicación de algoritmos de Machine Learning.Contiene: Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutores: José Miguel Rodríguez-Pardo del Castillo y Jesús Ramón Simón del Potro Curso 2020-2021Materia / lugar / evento: Venta cruzada Captación de clientes Modelos predictivos Algoritmos Machine learning Trabajos de investigación Otros autores: Rodríguez-Pardo, José Miguel
Simón del Potro, Jesús Ramón
Universidad Carlos III de Madrid
Serie secundaria: Trabajos Fin de Master Otras clasificaciones: 6
Derechos: La copia digital se distribuye bajo licencia "Attribution 3.0 International (CC BY NC ND 3.0 )"