J. Segura Gisbert, P. García Torres, J. M. Pavía Miralles, J. A. Álvarez Jareño
El objetivo del trabajo es modelizar el riesgo de abandono de los clientes de una compañía aseguradora mediante algoritmos de machine learning. Se proponen distintas metodologías para los datos de entrenamiento: árboles de decisión, random forest y extreme gradient boosting. Con los modelos ajustados se efectuarán las correspondientes predicciones para ver la capacidad predictiva del modelo.
Como algunas de estas metodologías son conocidas como "cajas negras" se propone la aplicación de un algoritmo para poder interpretar los resultados del modelo por dos motivos. El primero es que con la entrada en vigor del nuevo reglamento de protección de datos es necesario poder explicar o interpretar los modelos que se apliquen a los clientes, y la segunda porque dado que los motivos por los que un cliente abandona la compañía pueden ser variados, es necesario para el departamento de marketing, no solo conocer la probabilidad de abandono, sino también las causas.
Palabras clave: Riesgo de fuga, machine learning, caja negra, seguros
Programado
GT15-1 Análisis de Riesgos Unión Alcoyana
6 de septiembre de 2019 09:30
I3L8. Edificio Georgina Blanes