Analítica de datos aplicada a la cobranza de cartera

Vista sencilla de ítem
dc.contributor.advisorParra Giraldo, Diana Carolinaspa
dc.contributor.authorMontoya Yepes, Juan David
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Administraciónspa
dc.date.accessioned2019-10-01T17:36:07Z
dc.date.available2019-10-01T17:36:07Z
dc.date.issued2019
dc.descriptionCon el fin de mejorar la labor de cobranza de cartera que se realiza diariamente en Cobroactivo S.A.S., la compañía decidió usar los datos ya almacenados para la optimización de sus procesos. Para ello fue necesaria la implementación de modelos de analítica de datos creando un entorno de Big Data que permitiera acceder de forma eficiente a la información mediante una Data Warehouse, además de algunas herramientas para hacer un análisis exploratorio de los datos existentes y evaluar los puntos débiles que se deben mejorar al momento de hacer la gestión del usuario. Así mismo, se desarrollaron tres modelos de Machine Learning encargados de hacer la segmentación de los deudores, predecir las probabilidades de pago y recomendar de forma óptima cuál es el asesor que se debe asignar a cada deudor y cuál el canal de contacto adecuado para él. Por último, se desarrollaron dos aplicaciones web. La primera permite el monitoreo de los procesos internos de la compañía automatizando aquellos repetitivos y disminuyendo su tiempo de realización de semanas a segundos; la segunda permite el monitoreo de la labor de cobranza por parte de los clientes y los bancos, ofreciendo un valor agregado.spa
dc.description.abstractIn order to improve the portfolio collection work performed daily at Cobroactivo LLC, it was decided to use the data stored in this company to optimize its processes. To do this, it was necessary to implement data analytics models, creating a Big Data environment that would allow efficient access to information through a Data Warehouse, as well as some tools to make an exploratory analysis of the existing data and evaluate the weak pointsthat must be improved when managing users. Warehouse, as well as some tools to make an exploratory analysis of the existing data and evaluate the weak points that must be improved when managing users. Likewise, three Machine Learning models were developed in charge of debugging the debtors, predicting the payment probabilities and optimally recommending which advisor should be assigned to each debtor and which is the appropriate contact channel for him / her. Finally, two web applications were developed. The first allows the monitoring of the company's internal processes by automating repetitive processes and decreasing their execution time from weeks o seconds; the second allows the monitoring of collection work by customers and banks, thereby offering added value.spa
dc.formatapplication/pdfeng
dc.identifier.ddc658.1512 M798
dc.identifier.urihttp://hdl.handle.net/10784/13894
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Administración. Departamento de Organización y Gerenciaspa
dc.publisher.placeMedellínspa
dc.publisher.programMaestría en Administración - MBAspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.localAcceso abiertospa
dc.subjectBig Dataspa
dc.subjectMachine Learningspa
dc.subjectAnálisis exploratoriospa
dc.subjectModelos predictivosspa
dc.subjectOptimización dinámicaspa
dc.subjectAutomatización de procesosspa
dc.subjectRecuperación de carteraspa
dc.subjectCobroactivo S.A.S.spa
dc.subject.keywordBig Dataspa
dc.subject.keywordMachine learningspa
dc.subject.keywordExploratory analysisspa
dc.subject.keywordPredictive modelsspa
dc.subject.keywordDynamic optimisationspa
dc.subject.keywordProcess automationspa
dc.subject.keywordPortfolio recoveryspa
dc.subject.lembCOBRO DE CUENTASspa
dc.subject.lembPLANIFICACIÓN EMPRESARIALspa
dc.subject.lembANÁLISIS DE INFORMACIÓNspa
dc.titleAnalítica de datos aplicada a la cobranza de carteraspa
dc.title.alternativeAnalitica de datos en la cobranza de carteraspa
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
JuanDavid_MontoyaYepes_2019.pdf
Tamaño:
807.68 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
carta_derechos_autor_eafit.pdf
Tamaño:
548.43 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor
Descargar
No hay miniatura disponible
Nombre:
aprobacion_trabajo_grado_eafit.pdf
Tamaño:
958.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Constancia aprobación trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Administración - MBA (tesis)