Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones
RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la...
- Autores:
-
Echeverri Giraldo, Andrés Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/15142
- Acceso en línea:
- http://hdl.handle.net/10495/15142
- Palabra clave:
- Telecomunicación
Telecommunications
Sociedad de la información
Information society
Servicios de telecomunicaciones
http://vocabularies.unesco.org/thesaurus/concept527
http://vocabularies.unesco.org/thesaurus/concept17007
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UDEA2_d1ab8e8e95bd240d87e29a68d590614b |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/15142 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| spellingShingle |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones Telecomunicación Telecommunications Sociedad de la información Information society Servicios de telecomunicaciones http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| title_short |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_full |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_fullStr |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_full_unstemmed |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| title_sort |
Modelo predictivo de Churn de clientes para el negocio de Telecomunicaciones |
| dc.creator.fl_str_mv |
Echeverri Giraldo, Andrés Felipe |
| dc.contributor.author.none.fl_str_mv |
Echeverri Giraldo, Andrés Felipe |
| dc.subject.unesco.none.fl_str_mv |
Telecomunicación Telecommunications Sociedad de la información Information society |
| topic |
Telecomunicación Telecommunications Sociedad de la información Information society Servicios de telecomunicaciones http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| dc.subject.spines.none.fl_str_mv |
Servicios de telecomunicaciones |
| dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept527 http://vocabularies.unesco.org/thesaurus/concept17007 |
| description |
RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la fidelización del cliente. En este trabajo se describe el ciclo de vida y procedimientos necesarios para elaborar un modelo predictivo de Churn. Como resultado se obtuvo una base de datos centralizada y un algoritmo de Machine Learning supervisado desarrollado en Python capaz de predecir hasta un 66% del Churn al mes siguiente. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-06-24T20:18:21Z |
| dc.date.available.none.fl_str_mv |
2020-06-24T20:18:21Z |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/15142 |
| url |
http://hdl.handle.net/10495/15142 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
24 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Carrera de Ingeniería Electrónica |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/0e8e5085-6855-4cdc-898b-10e4f8a54cb6/download https://bibliotecadigital.udea.edu.co/bitstreams/c265ab78-6f45-4ad4-a814-8dc2c8c8af08/download https://bibliotecadigital.udea.edu.co/bitstreams/1e79e82a-71ae-4b24-8b0a-a4a90fb3850a/download https://bibliotecadigital.udea.edu.co/bitstreams/d1343b38-a1e4-445a-b731-583b0512b490/download https://bibliotecadigital.udea.edu.co/bitstreams/92d12ba9-d9df-4d5e-9c94-60c41c119745/download |
| bitstream.checksum.fl_str_mv |
4f7a1ab155df6291a634b430b85c8b0f b88b088d9957e670ce3b3fbe2eedbc13 8a4605be74aa9ea9d79846c1fba20a33 da9683c0061a8ddc77f5fe46b271590f 9402647594955c6c3d46533c7385c5c7 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052122649395200 |
| spelling |
Echeverri Giraldo, Andrés Felipe2020-06-24T20:18:21Z2020-06-24T20:18:21Z2019http://hdl.handle.net/10495/15142RESUMEN: El Churn (abandono) es uno de los más grandes problemas en el negocio de las telecomunicaciones. Dado que es mucho más costoso atraer clientes nuevos que retener los existentes se deben crear estrategias que permitan de manera proactiva predecir y prevenir el Churn, permitiendo a su vez la fidelización del cliente. En este trabajo se describe el ciclo de vida y procedimientos necesarios para elaborar un modelo predictivo de Churn. Como resultado se obtuvo una base de datos centralizada y un algoritmo de Machine Learning supervisado desarrollado en Python capaz de predecir hasta un 66% del Churn al mes siguiente.PregradoIngeniero Electrónico24application/pdfspaUniversidad de AntioquiaMedellín, ColombiaFacultad de Ingeniería. Carrera de Ingeniería Electrónicahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 2.5 Colombiainfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo predictivo de Churn de clientes para el negocio de TelecomunicacionesTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/draftTelecomunicaciónTelecommunicationsSociedad de la informaciónInformation societyServicios de telecomunicacioneshttp://vocabularies.unesco.org/thesaurus/concept527http://vocabularies.unesco.org/thesaurus/concept17007PublicationORIGINALEcheverriAndres_2019_ModeloPredictivoChurn.pdfEcheverriAndres_2019_ModeloPredictivoChurn.pdfTrabajo de grado de pregradoapplication/pdf670082https://bibliotecadigital.udea.edu.co/bitstreams/0e8e5085-6855-4cdc-898b-10e4f8a54cb6/download4f7a1ab155df6291a634b430b85c8b0fMD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823https://bibliotecadigital.udea.edu.co/bitstreams/c265ab78-6f45-4ad4-a814-8dc2c8c8af08/downloadb88b088d9957e670ce3b3fbe2eedbc13MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/1e79e82a-71ae-4b24-8b0a-a4a90fb3850a/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTEXTEcheverriAndres_2019_ModeloPredictivoChurn.pdf.txtEcheverriAndres_2019_ModeloPredictivoChurn.pdf.txtExtracted texttext/plain49050https://bibliotecadigital.udea.edu.co/bitstreams/d1343b38-a1e4-445a-b731-583b0512b490/downloadda9683c0061a8ddc77f5fe46b271590fMD58falseAnonymousREADTHUMBNAILEcheverriAndres_2019_ModeloPredictivoChurn.pdf.jpgEcheverriAndres_2019_ModeloPredictivoChurn.pdf.jpgGenerated Thumbnailimage/jpeg12285https://bibliotecadigital.udea.edu.co/bitstreams/92d12ba9-d9df-4d5e-9c94-60c41c119745/download9402647594955c6c3d46533c7385c5c7MD59falseAnonymousREAD10495/15142oai:bibliotecadigital.udea.edu.co:10495/151422025-03-26 17:18:35.864http://creativecommons.org/licenses/by-nc-nd/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |