Agrupación de instituciones financieras en Ecuador basada en el uso de tarjetas de crédito y débito usando técnicas de aprendizaje no supervisado

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto de titulación analiza el uso de tarjetas de crédito y débito en instituciones financieras de Ecuador mediante técnicas de aprendizaje no supervisado, con el objetivo de segmentar estas entidades según su comportamiento transaccional. Para ello, se emplearon algoritmos de clústering como K-Means y DBSCAN, permitiendo la identificación de patrones de uso y la clasificación de los bancos en distintos grupos. Los datos utilizados provienen de la Superintendencia de Bancos del Ecuador y abarcan información transaccional detallada, la cual fue preprocesada mediante normalización, selección de características y reducción de dimensionalidad. Posteriormente, los modelos fueron evaluados con métricas como el coeficiente de silueta y el método del codo, lo que facilitó la identificación de clústeres representativos. Los resultados revelan la existencia de cuatro segmentos principales: (1) instituciones especializadas en transacciones con tarjetas de débito, (2) bancos de baja actividad transaccional, (3) entidades líderes en crédito con un alto volumen de operaciones, y (4) bancos diversificados con un equilibrio entre crédito y débito. Esta segmentación proporciona información valiosa para la toma de decisiones estratégicas, optimización de productos financieros y gestión de riesgos en el sector bancario. Se concluye que la aplicación de técnicas de clustering permite una mejor comprensión del ecosistema financiero ecuatoriano, facilitando el desarrollo de estrategias comerciales y regulatorias que promuevan la inclusión y la eficiencia en la industria bancaria. Asimismo, el análisis predictivo basado en estas agrupaciones podría contribuir a la formulación de políticas adaptadas a las tendencias emergentes en el mercado financiero.

• Autor Principal: Guime Vásquez, Alberto Alfredo (author)
• Outros autores: Zambrano Cortez, Kevin Andrés (author), Calva Yaguana, Karen Priscilla, Director (author)
• Formato: bachelorThesis
• Publicado: 2025
• Subjects: Clustering; Aprendizaje no supervisado; Finanzas; Segmentación; Tarjetas de crédito y débito
• Acceso en liña: http://www.dspace.espol.edu.ec/handle/123456789/67371