Predicción de la emisión de tarjetas de crédito por instituciones financieras del Ecuador con técnicas de aprendizaje automático

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La emisión de tarjetas de crédito juega un papel crucial para las entidades financieras, ya que les permite generar ingresos mediante comisiones, intereses y cuotas, al mismo tiempo que brinda beneficios tanto a los clientes como a las instituciones. Para las entidades, prever con precisión la demanda de tarjetas es fundamental, ya que les permite optimizar la asignación de recursos, diseñar campañas de marketing más efectivas y gestionar de manera más eficiente los riesgos financieros. Se desarrolló un pipeline predictivo basado en series de tiempo utilizando un enfoque de AutoML, que automatiza el proceso de entrenamiento, evaluación y selección del modelo más adecuado mediante métricas como el coeficiente de determinación (R²) y el error cuadrático medio (MSE). Los resultados mostraron coeficientes de determinación (R²) de 0.5294 para el agregado de todas las entidades, 0.7822 para Diners Club y 0.6127 para Produbanco, con un promedio general de 64.8%, lo que valida la capacidad del modelo para capturar el comportamiento y las tendencias de cada institución. Con base en estos resultados, se desarrolló una herramienta web interactiva que permite a las entidades financieras predecir la demanda futura de tarjetas de crédito, optimizando así la toma de decisiones estratégicas. La herramienta incluye un tablero interactivo mediante el cual los usuarios pueden explorar las diferentes características de los datos y visualizar el desempeño de las entidades. Además, facilita la comparación de estos resultados con los de sus competidores, mejorando la eficacia de las políticas comerciales y de marketing al proporcionar una visión más clara de las tendencias del mercado.

• Egile nagusia: Maita Tepan, Edwin Xavier (author)
• Beste egile batzuk: Calva Yaguana, Karen Priscilla, Director (author)
• Formatua: bachelorThesis
• Argitaratua: 2024
• Gaiak: Emisión de Tarjetas de Crédito; AutoML; Serie de Tiempo; Predicción
• Sarrera elektronikoa: http://www.dspace.espol.edu.ec/handle/123456789/67370