Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático

Generating value with data is a crucial point in any organization to stand out from the competition and continue to innovate, therefore, this degree project aims to make use of supervised machine learning algorithms focused on classification such as K-NN, vector support machines, random forests and...

Full description

Saved in:

Bibliographic Details
Main Authors:	Ortiz Numpaque, Yazmín L., Ramírez González, Elkin F.
Other Authors:	Cables Pérez, Elio H.
Format:	Trabajo de grado (Pregrado y/o Especialización)
Language:	spa
Published:	Universidad Antonio Nariño 2023
Subjects:	Predicción Algoritmos de aprendizaje automático T.37.23.Or85p Prediction Machine learning algorithms
Online Access:	http://repositorio.uan.edu.co/handle/123456789/7959
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1813940242254659584
author	Ortiz Numpaque, Yazmín L. Ramírez González, Elkin F.
author2	Cables Pérez, Elio H.
author_facet	Cables Pérez, Elio H. Ortiz Numpaque, Yazmín L. Ramírez González, Elkin F.
author_sort	Ortiz Numpaque, Yazmín L.
collection	DSpace
description	Generating value with data is a crucial point in any organization to stand out from the competition and continue to innovate, therefore, this degree project aims to make use of supervised machine learning algorithms focused on classification such as K-NN, vector support machines, random forests and decision trees, with the purpose of predicting the clients that will be effective in the collection management to be carried out by the InteliBPO S.A.S organization for portfolios in the penalty stage, based on the data recorded in the third quarter of the year 2022. A series of processes are carried out that include the exploratory analysis of the data, selection of the most representative attributes of the clients that add value to the models, a training stage and finally an analysis of the results obtained with the purpose of selecting the model. that it is more consistent with the prediction of effective records and that it can contribute positively to the generation of more assertive management strategies, presenting itself as a management support tool carried out by the organization's operations area.
format	Trabajo de grado (Pregrado y/o Especialización)
id	repositorio.uan.edu.co-123456789-7959
institution	Repositorio Digital UAN
language	spa
publishDate	2023
publisher	Universidad Antonio Nariño
record_format	dspace
spelling	repositorio.uan.edu.co-123456789-79592024-10-21T12:29:45Z Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático Ortiz Numpaque, Yazmín L. Ramírez González, Elkin F. Cables Pérez, Elio H. Predicción Algoritmos de aprendizaje automático T.37.23.Or85p Prediction Machine learning algorithms Generating value with data is a crucial point in any organization to stand out from the competition and continue to innovate, therefore, this degree project aims to make use of supervised machine learning algorithms focused on classification such as K-NN, vector support machines, random forests and decision trees, with the purpose of predicting the clients that will be effective in the collection management to be carried out by the InteliBPO S.A.S organization for portfolios in the penalty stage, based on the data recorded in the third quarter of the year 2022. A series of processes are carried out that include the exploratory analysis of the data, selection of the most representative attributes of the clients that add value to the models, a training stage and finally an analysis of the results obtained with the purpose of selecting the model. that it is more consistent with the prediction of effective records and that it can contribute positively to the generation of more assertive management strategies, presenting itself as a management support tool carried out by the organization's operations area. Generar valor con los datos es un punto crucial en cualquier organización para destacar sobre la competencia y así mismo continuar innovando, por lo tanto, el presente proyecto de grado tiene como objeto hacer uso de algoritmos de aprendizaje automático supervisado enfocados en la clasificación como los son KNN, máquinas de soporte vectorial, bosques aleatorios y árboles de decisión, con el propósito de predecir los clientes que serán efectivos en la gestión de cobranza a realizar por la organización InteliBPO S.A.S para las carteras en etapa de castigo, sobre la base de los datos registrados en el tercer trimestre del año 2022. Se realiza una serie de procesos que incluyen el análisis exploratorio de los datos, selección de los atributos más representativos de los clientes que aporten valor a los modelos, una etapa de entrenamiento y finalmente un análisis de los resultados obtenidos con el propósito de seleccionar el modelo que sea más consistente con la predicción de registros efectivos y que pueda contribuir de forma positiva a la generación de estrategias de gestión más asertivas presentándose como una herramienta de apoyo a la gestión realizada por el área de operaciones de la organización. Especialista en Gobierno de Datos Especialización Presencial Proyecto 2023-04-15T14:44:51Z 2023-04-15T14:44:51Z 2022-11-23 Trabajo de grado (Pregrado y/o Especialización) info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f http://purl.org/coar/version/c_970fb48d4fbd8a85 http://repositorio.uan.edu.co/handle/123456789/7959 Colcob (2018). Guía de mejores prácticas en la gestión de cobranza. Obtenido de https://colcob.com/images/pdf2018/20180227guiabuenaspracticascobranza.pdf Debitia (2021). ¿Qué es la cartera de cobranza?. Obtenido de https://debitia.com.ar/que-es-lacartera-decobranzas/#:~:text=El%20proceso%20de%20cobranzas%2C%20o,de%20un%20Pol%C3%ADtica%20de%2 0Cobranza Brief (15/09/2022). Is a Global Recession Imminent?. The world bank. Obtenido de https://www.worldbank.org/en/research/brief/global-recession Z. Sun, M. A. Wiering and N. Petkov (2014). Classification system for mortgage arrear management. IEEE Conference on Computational Intelligence for Financial Engineering & Economics (CIFEr), 2014, pp. 489-496, doi: 10.1109/CIFEr.2014.6924113 Grau H, (22/11/2017). ¿Qué es un canal digital? La guía definitiva. Telematel. Obtenido de https://www.telematel.com/blog/canal-digital-que-es-telematel/ Oracle. ¿Qué es el aprendizaje automático? Recuperado de https://www.oracle.com/co/artificialintelligence/machine-learning/what-is-machine-learning/ Google Cloud. ¿Qué es el aprendizaje automático? Recuperado de https://cloud.google.com/learn/what-is-machine-learning?hl=es-419 Pádraig Cunningham and Sarah Jane Delany. 2021. k-Nearest Neighbour Classifiers - A Tutorial.ACM Comput. Surv. 54, 6, Article 128 (July 2021). Obtenido de https://dl.acm.org/doi/pdf/10.1145/3459665 Garcia Z, 2017. Implementación en MATLAB del algoritmo MTS para problemas de predicción con salidas compuestas. Pag, 29, obtenido de https://repositorio.uci.cu/bitstream/123456789/8091/1/TD_08853_17.pdf James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer. Tibco. ¿Qué es un bosque aleatorio?. Recuperado de https://www.tibco.com/es/referencecenter/what-is-a-random-forest Bahit E, (2012). Python para principiantes. Recuperado de http://46.101.4.154/Libros/El%20Lenguaje%20Python.pdf instname:Universidad Antonio Nariño reponame:Repositorio Institucional UAN repourl:https://repositorio.uan.edu.co/ spa Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 application/pdf application/pdf application/pdf Colombia (Bogotá,D,C) Universidad Antonio Nariño Especialización en Gobierno de Datos Facultad de Ingeniería de Sistemas Bogotá - Federmán
spellingShingle	Predicción Algoritmos de aprendizaje automático T.37.23.Or85p Prediction Machine learning algorithms Ortiz Numpaque, Yazmín L. Ramírez González, Elkin F. Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title	Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title_full	Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title_fullStr	Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title_full_unstemmed	Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title_short	Predicción de clientes efectivos en la gestión de carteras de cobranza castigada en la empresa InteliBPO S.A.S a través de modelos de aprendizaje automático
title_sort	prediccion de clientes efectivos en la gestion de carteras de cobranza castigada en la empresa intelibpo s a s a traves de modelos de aprendizaje automatico
topic	Predicción Algoritmos de aprendizaje automático T.37.23.Or85p Prediction Machine learning algorithms
url	http://repositorio.uan.edu.co/handle/123456789/7959
work_keys_str_mv	AT ortiznumpaqueyazminl predicciondeclientesefectivosenlagestiondecarterasdecobranzacastigadaenlaempresaintelibposasatravesdemodelosdeaprendizajeautomatico AT ramirezgonzalezelkinf predicciondeclientesefectivosenlagestiondecarterasdecobranzacastigadaenlaempresaintelibposasatravesdemodelosdeaprendizajeautomatico