Segmentación de clientes residentes en el exterior para la adquisición de vivienda en Colombia: Un enfoque de machine learning en créditos hipotecarios. Proyecto de investigación

RESUMEN : Esta tesis propone el uso de técnicas de clustering para la segmentación de clientes de una empresa dedicada a otorgar créditos de vivienda a ciudadanos residentes en el exterior. Para ello, se plantea la aplicación de técnicas de reducción de dimensionalidad, como UMAP, y la utilización de diversos algoritmos de clustering, enfocados tanto en variables numéricas como en variables mixtas (numéricas y categóricas). El objetivo del estudio es segmentar a los clientes para identificar las características distintivas de cada grupo, generando información valiosa que pueda ser utilizada en el diseño de estrategias de marketing efectivas y personalizadas. Se llevará a cabo la comparación de los resultados obtenidos con los distintos métodos, con el fin de seleccionar el modelo más adecuado según las características del negocio y los datos disponibles.

• Autores: Bernal Ospina, Yuri Patricia; Jimenez Guerra, Juan David
• Tipo de recurso: Tesis
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/44479
• Acceso en línea: https://hdl.handle.net/10495/44479
• Palabra clave: Aprendizaje automático (inteligencia artificial); Machine learning; Préstamos hipotecarios; Mortgage loans; Segmentación del mercado; Market segmentation
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/