Tesis doctoral de David García Gómez
Los procesos actuales de globalización y desregulación están cambiando el marco competitivo en la mayoría de sectores económicos. La aparición de nuevos competidores y tecnologías conlleva un fuerte aumento de la competencia y una preocupación creciente entre las empresas proveedoras de servicios por la creación de lazos más fuertes con los clientes. Muchas de estas empresas están redirigiendo recursos de la captación de nuevos clientes hacia la retención de los ya existentes. en este contexto, el anticiparse a la intención del cliente a abandonar al proveedor, fenómeno también conocido como «churn», y el facilitar la puesta en marcha de acciones enfocadas a la retención de clientes, son elementos claros de ventaja competitiva. la minería de datos, aplicada a información obtenida de los mercados analizados, puede ayudar en procesos de gestión del «churn». En esta tesis, analizamos datos reales de mercado para la investigación del «churn», enfatizando la aplicabilidad y la interpretación de los resultados. Los análisis están basados en la aplicación de modelos de «statistical machine learning» a problemas de «clustering» y visualización, de los cuales se obtiene una segmentación interpretable de los mercados estudiados. Para lograr tal interpretabilidad, se presta mucha atención a la visualización intuitiva de los resultados experimentales. Dado que las técnicas de modelado utilizadas son de naturaleza no lineal, lo que representa un reto no trivial. Presentamos técnicas desarrolladas recientemente para la visualización de datos en modelos latentes no lineales. Estas se inspiran en métodos de representación geográfica y son adecuadas tanto para datos estáticos como para la representación de datos dinámicos.
Datos académicos de la tesis doctoral «Exploration of customer churn routes using machine learning probabilistic models«
- Título de la tesis: Exploration of customer churn routes using machine learning probabilistic models
- Autor: David García Gómez
- Universidad: Politécnica de catalunya
- Fecha de lectura de la tesis: 10/04/2014
Dirección y tribunal
- Director de la tesis
- María Á ngela Nebot Castells
- Tribunal
- Presidente del tribunal: ricard Gavaldí mestre
- José Antonio Gamez martin (vocal)
- fco. Javier Sesé oliván (vocal)
- José david Martin guerrero (vocal)