Introducción

La cartera de clientes es el activo más importante para una institución financiera, los clientes son utilidades de negocio.
Objetivo de las actividades comerciales es mantener y mejorar dicha cartera la captación de clientes nuevos y retención de clientes.

La captación de clientes:

apunta a aumentar el nuecero de clientes de la carteara a través de elaboradas estrategias de publicidad, alta inversiones venta y generación de ventas focalizadas.

La retención de clientes:

identificar a los clientes con mayor tendencia a fuga y elaboración de estrategias o procedimientos que bajen los índices de fugas.

Fugas voluntarias:

desafiliación de cliente por iniciativa propia

Fugas no voluntarias:

desafiliación por parte del banco hacia los clientes, se producen por acciones delictuales o mala utilización de los productos.

Porque es importante retener a un cliente

Una gran cartera, mayor numero de transacciones, aumenta utilidades de la institución.
Permanencia de un cliente, obtiene beneficios asociados, disminución de costos operacionales, las referencias y incremento de transacciones.

La predicción de fuga, elemento importante para la retención de clientes.

Identificar a los clientes con tendencia a fugas como la determinación de su rentabilidad futura, focalizar los esfuerzos de retención en los clientes mas apropiados

Ciclo retención de clientes
Datos clientes, modelo fuga, rentabilidad de los clientes (lifetime valúe), medidas de retención, reacción de los clientes.

No es viable remediar la fuga de clientes con un a mayor captación de clientes nuevos, los clientes nuevos son riesgosos para la empresa, captar a un cliente nuevo es entre 5 a 6 veces mas costoso que retener a uno antiguo.
La retención de clientes genera beneficios para la institución financiera justifica el desarrollo de modelos sofisticados para la predicción de fuga.

Descripción de las variables utilizadas

En varios estudios para instituciones financieras se han identificado variables relevantes para la predicción de fuga de clientes. Variables estadísticas, y la experiencia de los expertos.

Variables de comportamiento bancario

Saldos mensuales promedio cuenta corriente, El número de transacciones mensuales por los distintos canales de comunicación, la tenencia de productos y servicios y las variaciones en su utilización. El objetivo principal es identificar cambios en los patrones de comportamiento transaccional de los clientes.

Mientras más transacciones realice un cliente menor es su probabilidad de fuga.

Variables sociodemográficas

Variable relacionada con aspecto personales de los clientes, edad, renta, estado civil y nivel educacional.
Variables edad discriminatoria.
Mayores de edad son estables en sus preferencias, tienen menor tendencia a cambiarse de institución financiera.
Jóvenes son mas inestables en sus preferencias aumentando su tendencia a cambiar.
60% de la cartera tiene entre 25 y 35 años. Poseen un gran segmento de jente joven.

Variable de percepción de calidad de servicio

La calidad del servicio con los patrones de fuga, concluyen que una mala percepción del servicio aumenta las tendencias a fugarse.
Variables el número de reclamos realizados por un mes.
Relación entre el número de reclamos y el cierre de la cuenta corriente motiva la inclusión de esta variable para identificar patrón de fuga.

Variable de entorno

Ocasionada por alguna perturbación dentro del mercado financiero capturando si el cliente sufríó un hito o acontecimiento especial durante su ciclo de vida dentro de la institución.
Variable antigüedad del cliente, la que corresponde a la cantidad de meses.
Clientes con mayor antigüedad tienen menor tendencia a cambiarse.

Preprocesamiento y transformación de las variables

Datos aparecen originalmente en una base de datos muchas veces no representan de la mejor manera la información disponible.
Primero hay que preprocesar los datos para corregirlos posibles errores e inconsistencias dentro de la base. Transformaciones posteriores pueden enriquecer aun mas la información de los datos.

Etapa de preprocesamiento

Objetivo, resolver problema con valores faltantes y fuera de rango dentro de la base de datos.

Valores faltantes:

aucensia de valor de cierta variable que describe al cliente.

Valores fuera de rango:

valores que escapan de los rangos permitidos para una variable
Soluciones:
Eliminación de registros.
Llenado con promedios y modas.
Utilización de modelos predictivos.
Resultado de esta etapa base de datos limpia y sin inconsistencias.

Etapa de transformación

La base de datos no fue creada inicialmente con visión para construir modelos matemáticos de predicción, no todas la variables seleccionadas estaban en condiciones de ser utilizadas en su estado original, hubo que transformarlas para enriquecer la información contenida y para hacerlas compatibles con las técnicas de modela miento.
Principales transformaciones.
1 la transformación de las variables texto (categorías a números)
2 transformación de la variable fecha de nacimiento a edad (años)
3 el escalamiento y estanderizacion de las variables numéricas dentro de un rango especifico.
4 la generación de nuevas variables a partir del conjunto de variables iniciales.
Eje variaciones porcentuales entre los saldos de meses consecutivos.

El resultado de esta etapa es una base de datos transformada a valores numéricos, lista para los análisis estadísticos y para la construcción de los modelos matemáticos de minería de datos.