GRILLA: Grouping Recall Least Lazy Algorithm. Modelo matemático para cobranza selectiva usando técnicas de aprendizaje automático
dc.contributor.advisor | Quintero Montoya, Olga Lucía | spa |
dc.contributor.author | Moreno Zapata, Juan Sevastian | |
dc.coverage.spatial | Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees | eng |
dc.creator.degree | Magíster en Ciencias de Datos y Analítica | spa |
dc.creator.email | jsmorenoz@eafit.edu.co | spa |
dc.date.accessioned | 2021-06-16T20:52:23Z | |
dc.date.available | 2021-06-16T20:52:23Z | |
dc.date.issued | 2021 | |
dc.description | Considerando las actividades misionales que tiene la empresa, en el ejercicio de efectuar el cobro de la cartera asignada al BPO, se han identificado clientes que requieren mayor grado de esfuerzo para lograr el objetivo de recaudo o abono a la obligación, adicional, se han observado clientes que no requieren gestión efectiva o su grado de esfuerzo es mínimo para cancelar el valor vencido o efectuar abonos, ya que ellos mismos se encargan de realizar sus pagos en periodos de tiempo determinados. En la actualidad el área de cobranza efectúa el proceso de recaudo a la cartera asignada sin un parámetro que indique cuales son los clientes que realizan sus pagos sin requerir gestiones catalogadas como efectivas, es decir, no necesitan ser contactados por asesor para cumplir con sus obligaciones, produciendo entonces un desgaste de tiempo del asesor de cobranza y un inconformismo por parte del cliente; por esta razón, se busca desarrollar un método matemático con técnicas de aprendizaje de máquinas que permita inferir que clientes cumplen con los criterios de auto cura. | spa |
dc.identifier.ddc | 006.31 M843 | |
dc.identifier.uri | http://hdl.handle.net/10784/29867 | |
dc.language.iso | spa | spa |
dc.publisher | Universidad EAFIT | spa |
dc.publisher.department | Escuela de Administración | spa |
dc.publisher.place | Medellín | spa |
dc.publisher.program | Maestría en Ciencias de los Datos y Analítica | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.local | Acceso abierto | spa |
dc.subject | Auto cura | spa |
dc.subject | Abono | spa |
dc.subject | Obligación | spa |
dc.subject | Valor vencido | spa |
dc.subject | Knn | spa |
dc.subject | Métricas | spa |
dc.subject | Cobranza | spa |
dc.subject | Aprendizaje de máquinas | spa |
dc.subject.keyword | Call center | spa |
dc.subject.keyword | BPO | spa |
dc.subject.keyword | Recall | spa |
dc.subject.lemb | APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) | spa |
dc.subject.lemb | MODELOS MATEMÁTICOS | spa |
dc.subject.lemb | COBRO DE CUENTAS | spa |
dc.title | GRILLA: Grouping Recall Least Lazy Algorithm. Modelo matemático para cobranza selectiva usando técnicas de aprendizaje automático | spa |
dc.type | masterThesis | eng |
dc.type | info:eu-repo/semantics/masterThesis | eng |
dc.type.hasVersion | acceptedVersion | eng |
dc.type.local | Tesis de Maestría | spa |
dc.type.spa | Informe | spa |
Archivos
Bloque original
1 - 3 de 3
No hay miniatura disponible
- Nombre:
- JuanSevastian_MorenoZapata_2021.pdf
- Tamaño:
- 1.61 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Trabajo de grado
No hay miniatura disponible
- Nombre:
- aprobacion_trabajo_grado_eafit.pdf
- Tamaño:
- 95.55 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Carta de aprobación de tesis de grado
No hay miniatura disponible
- Nombre:
- carta_derechos_autor_eafit.pdf
- Tamaño:
- 1.08 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Formulario de autorización de publicación de obras
Bloque de licencias
1 - 1 de 1
No hay miniatura disponible
- Nombre:
- license.txt
- Tamaño:
- 2.5 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: