Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Villacorta Tito, Luis Daniel"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Item
    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.

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback