Modelo de Churn para retención de clientes de Seguros Voluntarios

Abstract

La tasa de abandono o Churn se constituye como uno de los más grandes problemas en los negocios masivos de las compañías financieras en Colombia. Toda vez que es mucho más costoso vincular o atraer un nuevo cliente que retener o mantener los ya existentes, se deben crear e implementar estrategias que logren de manera proactiva predecirla y prevenirla, permitiendo a su vez activar campañas comerciales de fidelización y retención de clientes maximizando así la generación de valor. Con el rápido crecimiento de los sistemas computacionales, las tecnologías de la información asociadas a la transformación digital y la inteligencia artificial, existe una marcada tendencia en las industrias de construcción de sistemas inteligentes y automáticos de gestión para relacionarse con los clientes. Esta tendencia es indiscutible en la actual industria financiera. La predicción de la cancelación de los clientes es una tarea principal de las compañías financieras modernas, conocer el comportamiento futuro de los clientes permite gestionar las relaciones con ellos de manera efectiva y así poder responder a la continua reducción de ingresos en los estados de resultados de las empresas y a la cada vez mayor presión competitiva de los participantes del mercado. Este trabajo propone desarrollar un modelo para predecir la cancelación de los clientes que adquieren un seguro voluntario y propone el uso de diferentes algoritmos de aprendizaje automático para lograr este fin. Adicionalmente, se utilizan algunas técnicas de minería de datos de uso común para la identificación de clientes que están a punto de abandonar basándose en datos históricos, estos métodos intentan encontrar patrones que puedan identificar posibles abandonos. La explotación de información, el aprendizaje automático y la minería de datos son fundamentales para proporcionar patrones de conocimiento sobre estos clientes.

The Churn rate is one of the biggest problems in the massive business of financial companies in Colombia. Since it is much more expensive to link or attract a new customer than to retain or maintain existing ones, the strategies must be created and implemented that proactively predict and prevent it, allowing in turn to activate commercial campaigns for customer loyalty and retention, maximizing thus the generation of value. With the rapid growth of computer systems, information technologies associated with digital transformation and artificial intelligence, there is a marked trend in the industries for the construction of intelligent and automatic management systems to interact with customers. This trend is indisputable in today's financial industry. Predicting the cancellation of clients is a main task of modern financial companies, knowing the future behavior of clients makes it possible to manage relationships with them effectively and thus be able to respond to the continuous reduction in income in the income statements of companies and increasing competitive pressure from market participants. This work proposes to develop a model to predict the churn rate of customers who purchase voluntary insurance and the use of different machine learning algorithms to achieve this end. Additionally, some used data mining techniques are used for the identification of customers who are about to churn based on historical data, these methods try to find patterns that can identify abandonments. The exploitation of information, machine learning and data mining are essential to provide patterns of knowledge about these customers.