Trabajos de investigación EP Estadística

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/5159

Browse

Now showing 1 - 8 of 8

Algoritmos de Machine Learning para la priorización de clientes en campañas comerciales en un call center de ventas, MF Asesoría y Consultoría 2024
(Universidad Nacional Mayor de San Marcos, 2025) Villacorta Tito, Luis Daniel; Fiestas Flores, Roberto Carlos
El trabajo de suficiencia profesional tuvo como propósito desarrollar e implementar un modelo de machine learning para la priorización de clientes en una campaña comercial de ventas telefónicas de productos financieros en la empresa MF Asesoría y Consultoría S.A.C., especializada en la gestión de fuerzas de venta para entidades del sector financiero. El problema identificado fue la asignación subóptima del esfuerzo comercial por el uso exclusivo del juicio experto. Para abordarlo se aplicó la metodología CRISP-DM, que incluyó exploración, limpieza y transformación de datos, así como la selección y evaluación de algoritmos de clasificación. Tras comparar más de diez modelos y ajustar hiperparámetros mediante RandomGridSearch, se seleccionó Linear Discriminant Analysis (LDA) por su rendimiento y capacidad de generar probabilidades. El modelo se integró en un pipeline y fue desplegado en producción, obteniendo mejoras en la productividad y efectividad comercial, con un AUC de 0.713 y un Gini de 0.426. Se concluye que el enfoque basado en datos permite una asignación más eficiente de recursos y puede ser replicado en otras campañas del sector financiero.
Análisis de correspondencia: posicionamiento de proveedores de publicidad exterior en los sectores económicos con mayor inversión
(Universidad Nacional Mayor de San Marcos, 2025) Aiquipa Miranda, Fredy; Fiestas Flores, Roberto Carlos
En un contexto empresarial altamente competitivo, la investigación analiza la publicidad exterior digital como un medio estratégico para incrementar la visibilidad de las marcas en Lima Metropolitana, mediante la aplicación de la técnica de análisis de correspondencia simple. El objetivo fue identificar asociaciones relevantes entre los principales sectores económicos con mayor inversión en pantallas digitales y las empresas proveedoras de estos servicios, a partir de una matriz de contingencia construida con datos categóricos correspondientes al primer trimestre de 2025. Los resultados, validados mediante la prueba de chi-cuadrado, confirmaron la existencia de una asociación significativa entre sectores económicos y proveedores, lo que permitió rechazar la hipótesis de independencia. El análisis reveló que las dos primeras dimensiones explicaron el 76 % de la inercia total, garantizando una adecuada representación de la información en un espacio bidimensional. Asimismo, se identificó que la empresa objeto de estudio presentó una fuerte asociación con el sector de Vehículos, piezas y accesorios, lo cual evidencia un posicionamiento estratégico en dicho segmento, pero también una limitada representatividad en otros sectores, lo que abre oportunidades para diversificar su presencia en el mercado de pantallas digitales.
Árboles de regresión para el análisis de rating de avisos publicitarios del sector automotriz
(Universidad Nacional Mayor de San Marcos, 2021) Palomino Mezones, Milagros Doris; Fiestas Flores, Roberto Carlos
En la actualidad el mercado del sector automotriz está en crecimiento. La Asociación Automotriz del Perú, resalta el incremento en la venta de vehículos nuevos al cierre del primer semestre del 2021, pese a que este sector fue duramente golpeado con la pandemia hoy en día viene recuperándose y es una buena oportunidad para que la agencia de marketing optimice la compra de espacios publicitarios en el medio de televisión abierta, ya que, según un informe de la Asociación de Agencias de Marketing, Televisión es el medio con mayor inversión publicitaria. Este trabajo de suficiencia profesional tiene como objetivo identificar un modelo estadístico para la toma de decisiones e identificar las variables más importantes a la hora de definir el rating. En la validación de datos se obtuvo que el coeficiente de determinación para la data de testeo fue de 0.77 y el RMSE 0.51. El mejor bloque para trasmitir los avisos publicitarios son el Estelar y Nocturno. En cuanto a variables más importantes encontramos la inversión, bloque horario, canal y genero de programa.
Factores psicosociales y estrés en los trabajadores de una empresa de Lima Metropolitana, 2020
(Universidad Nacional Mayor de San Marcos, 2021) Gutiérrez Valverde, Alejandro Augusto; Fiestas Flores, Roberto Carlos
Establece un modelo para explicar el estrés en función de los factores de riesgos psicosociales, el modelo se estableció según los modelos teóricos planteados, tales como el desbalance del esfuerzo, recompensas, demandas en el trabajo y control sobre el trabajo, incluidos en los cuestionarios utilizados, así como en los antecedentes de estudios revisados. Se implementó un modelo con ecuaciones estructurales en base a la información de estrés y riesgos psicosociales hecha con 305 trabajadores de una empresa de Lima Metropolitana, se utilizó una adaptación de la Batería de Riesgos Psicosociales de Faulkner, Vargas, Villalobos y Rondón. En función de la bondad de ajuste de los indicadores, se rechazó el modelo inicialmente planteado, pero en el segundo modelo los indicadores mejoraron significativamente (C.F.I.=1,000 T.L.I.= 1,000; RMSEA = 0,078(0.073-0,083)), se afirmó que algunas formas especificadas del estrés son explicadas por los riesgos psicosociales, como son el control sobre el trabajo, relaciones sociales en el trabajo y demandas laborales, la incorporación de estos dominios fue lo esperado en modelo, esto en concordancia con los resultados de los antecedentes, la eliminación del dominio recompensas fue algo inesperado, debido a que en investigaciones antecedentes esta si tuvo asociación con el estrés.
Modelo predictivo para optimizar la cobranza coactiva en una entidad pública de Lima
(Universidad Nacional Mayor de San Marcos, 2025) Cortez Salinas, Carla Jesús; Fiestas Flores, Roberto Carlos
En el contexto actual, marcado por el incremento sostenido de los procedimientos coactivos pendientes de cobro y la limitada disponibilidad de recursos en el área de cobranza coactiva, surge la necesidad de incorporar herramientas analíticas que contribuyan a una gestión más eficiente de la recuperación de deudas. En este marco, se propuso un modelo predictivo orientado a optimizar la gestión de la cobranza coactiva en una entidad pública, mediante el uso de algoritmos de aprendizaje automático. Para ello, se aplicó la técnica de clustering con K-means, segmentando la cartera coactiva del año 2023 a partir de variables clave como los días de mora y el monto de deuda. Posteriormente, se entrenó un modelo Random Forest con el objetivo de estimar la probabilidad de pago de los administrados. Dado el desbalance en la variable objetivo, se empleó la técnica SMOTE, lo cual permitió mejorar la capacidad del modelo para identificar deudores con intención de cumplimiento. Los resultados del análisis evidenciaron diferencias significativas entre los perfiles de los deudores agrupados por cluster, destacando el Cluster 2 por su alto desempeño predictivo (AUC = 0.8390, F1 Score = 0.63). Este enfoque permite priorizar las acciones de cobranza en función del comportamiento estimado del deudor, optimizando así el uso de los recursos institucionales.
Modelos de serie de tiempo para estimar el precio de los repuestos en el área de postventa de la empresa automotriz
(Universidad Nacional Mayor de San Marcos, 2025) Quevedo Quispe, Edwin Leonidas; Fiestas Flores, Roberto Carlos
Este presente trabajo está enfocado a modelar el comportamiento del precio de un repuesto que tienen alta demanda en el área de postventa de la empresa Divemotor. El objetivo es identificar un modelo de pronóstico usando los modelos Arima – Autorregresivo integrado de media móvil. Con la finalidad de tener un precio optimo acorde al consumo histórico de ventas, que ayude mantener el consumo y la vez disminuir el descuento en la venta al público en general, de los resultados se identificó el modelo arima (1,1,0) que explica el comportamiento del precio a nivel mensual con una bondad de ajuste de representación del 50% sobre modelo.
Proyecciones del ratio de default real en base a ratios de default temprano para originar desembolsos de una entidad financiera debido a la coyuntura covid-19
(Universidad Nacional Mayor de San Marcos, 2021) Huamaní Huamán, Gianmarco; Fiestas Flores, Roberto Carlos
El presente trabajo se realizó en una entidad microfinanciera, con la finalidad de proyectar el ratio del default de los desembolsos con un comportamiento a 12 meses en base al ratio de default con comportamiento temprano de 2 meses. La actual coyuntura con respecto al virus COVID-19 ha generado distorsión en los modelos de riesgos que tienen las principales entidades financieras, ya sea para originar u observar el comportamiento de sus clientes, por lo que ocasiona incertidumbre en los niveles de riesgos de estos mismos, la entidad ante este escenario decidió elevar los niveles de aceptación con la finalidad de no arriesgarse, por eso el ·rea de seguimiento de modelos de riesgo en aras de controlar estos niveles ha analizado este comportamiento de forma temprana en unos periodos previos sin afectación a la coyuntura y reflejarlos a periodos actuales para tomar mejores decisiones sobre la aceptación del desembolso en los modelos de originación y no dejar negocio sobre la mesa ante tal situación. El trabajo realizado ha sido útil para que se disminuyan los niveles del riesgo en el modelo de originación de los desembolsos, con una buena sustentación tanto para el riesgo y la probabilidad de default del modelo.
Segmentación de clientes en un restaurante, provenientes del canal digital, utilizando el algoritmo k-means
(Universidad Nacional Mayor de San Marcos, 2025) Cañari Palante, Josemanuel Rossy; Fiestas Flores, Roberto Carlos
El conocer a los clientes que te consumen representa una oportunidad de mejorar la experiencia de compra y aumentar los ingresos en los negocios. Las ventas, a través de plataformas digitales, han aumentado exponencialmente y conocer a estos clientes es un reto por su comportamiento diferente en comparación al cliente tradicional de a pie. El presente estudio tuvo como objetivo segmentar a los clientes, provenientes del canal digital, de un restaurante, utilizando el algoritmo k-means y el modelo RFM. Además, se aplicaron árboles de decisión para la interpretación de las características en cada segmento hallado. Se obtuvo como resultado cuatro segmentos de clientes: Valiosos, clientes que compran con frecuencia y generan altos ingresos; Oportunidad, clientes con un buen historial de compras, pero inactivos en el tiempo reciente; Regulares, clientes con alta frecuencia pero bajo valor monetario y Fuga, clientes que realizaron compras esporádicas y no han vuelto a consumir. Con esta información, el equipo de marketing puede identificar al público objetivo para aplicar estrategias de fidelización, reactivación y captación de nuevos potenciales clientes.

Browse

Browsing Trabajos de investigación EP Estadística by browse.metadata.advisor "Fiestas Flores, Roberto Carlos"