Modelo para la predicción de cancelación de tarjetas de crédito y retención de clientes de alto valor

Abstract

El presente proyecto, realizado en el marco de trabajo del programa de la Maestría en analítica para la inteligencia de negocios, propone una base analítica para el diseño de la estrategia del Grupo Davivienda para aumentar la retención de clientes que consumen el producto tarjetas de crédito, enfocada a aquellos clientes considerados de alto valor, garantizando la asignación adecuada de recursos del banco.Este proyecto contempla la segmentación y perfilamiento de de clientes del banco, haciendo uso de k-means clustering y rfm segmentation. De igual forma incluye el uso de un modelo de predicción de cancelación de tarjetas de crédito basado en random Forest classification, entrenado sobre una base de datos proporcionada por el banco compuesta por datos demográficos, financieros y de consumo de clientes entre noviembre 2018 y diciembre 2020.La evaluación del modelo desarrollado identifica cinco perfiles de clientes, y propone un modelo de predicción de cancelaciones con AUC en validación de 0,75. Adicionalmente se identifican las variables mas relevantes, se sugieren los posibles motivos de cancelación y la estrategia de retención con mayor posibilidad de éxito.