Análisis comparativo de factores demográficos entre clientes caídos y no caídos para predecir KTPS en refinancia

Pineda López, Julián David

Análisis comparativo de factores demográficos entre clientes caídos y no caídos para predecir KTPS en refinancia

dc.contributor.advisor	Masmela Caita, Luis Alejandro
dc.contributor.author	Pineda López, Julián David
dc.contributor.orcid	Masmela Caita, Luis Alejandro [0000-0003-3882-4980]
dc.date.accessioned	2025-05-21T20:37:50Z
dc.date.available	2025-05-21T20:37:50Z
dc.date.created	2024-12-12
dc.description	El presente documento construye un análisis exhaustivo de las variables demográficas que influyen en la capacidad de pago (KTP) de los clientes de Refinancia, utilizando un modelo de red neuronal avanzado junto a un modelo de regresión logística. Se identifican y evalúan los factores más determinantes como el monto de pago, el puntaje crediticio y la segmentación por ciudad; demostrando su impacto crítico en la predicción del comportamiento de pago. También se destacan hallazgos sorprendentes como la influencia negativa de ciertos rangos de mora y ocupaciones específicas, aportando una perspectiva detallada para optimizar las estrategias de recaudo y segmentación de clientes.
dc.description.abstract	This document presents a comprehensive analysis of the demographic variables influencing the payment capacity (KTP) of Refinancia's clients, utilizing an advanced neural network model alongside a logistic regression model. Key determinants such as payment amount, credit score, and city segmentation are identified and evaluated, demonstrating their critical impact on predicting payment behavior. Additionally, surprising findings are highlighted, such as the negative influence of certain delinquency ranges and specific occupations, providing a detailed perspective to optimize collection strategies and client segmentation.
dc.description.sponsorship	Refinancia SAS
dc.format.mimetype	pdf
dc.identifier.uri	http://hdl.handle.net/11349/95620
dc.language.iso	spa
dc.publisher	Universidad Distrital Francisco José de Caldas
dc.rights.acceso	Abierto (Texto Completo)
dc.rights.accessrights	OpenAccess
dc.subject	Intentos
dc.subject	KTP
dc.subject	Promesas de pago
dc.subject	Puntaje de crédito
dc.subject	Recaudo
dc.subject	Red neuronal
dc.subject	Regresión logística
dc.subject	Servicing
dc.subject.keyword	Attempts
dc.subject.keyword	KTP
dc.subject.keyword	Payment promises
dc.subject.keyword	Credit score
dc.subject.keyword	Collection
dc.subject.keyword	Neural network
dc.subject.keyword	Logistic regression
dc.subject.keyword	Servicing
dc.subject.lemb	Matemáticas -- Tesis y disertaciones académicas
dc.title	Análisis comparativo de factores demográficos entre clientes caídos y no caídos para predecir KTPS en refinancia
dc.title.titleenglish	Comparative analysis of demographic factors between dropped and non-dropped customers for predicting KTPS in refinancing
dc.type	bachelorThesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.degree	Pasantía
dc.type.driver	info:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2

Nombre:: PinedaLópezJuliánDavid2024.pdf
Tamaño:: 875.96 KB
Formato:: Adobe Portable Document Format
Descripción:: Trabajo de Grado

Descargar

Nombre:: Licencia de uso y publicación.pdf
Tamaño:: 209.35 KB
Formato:: Adobe Portable Document Format
Descripción:: Licencia de uso y autorización

Descargar

Bloque de licencias

Mostrando 1 - 1 de 1

Nombre:: license.txt
Tamaño:: 7 KB
Formato:: Item-specific license agreed upon to submission
Descripción:

Descargar

Colecciones

Matemáticas