Aplicación de técnicas de Inteligencia de Negocios para la predicción del churn de clientes en una empresa de telecomunicaciones.

Abstract

El objetivo principal de este proyecto de investigación fue realizar la predicción del churn de clientes en una empresa de telecomunicaciones, analizando y utilizando los diferentes métodos de la minería de datos, la cual, es parte de la Inteligencia de Negocios. Los métodos escogidos para la predicción del churn de clientes son algoritmos de machine learning o aprendizaje automático tales como red neuronal, SVM (Support Vector Machines) o máquinas de vectores de soporte y KNN (K-nearest neighbors) o K vecinos más cercanos. Los algoritmos reciben como entrada los datos de los clientes que representan las variables independientes incluida la variable dependiente llamada churn. El método científico utilizado en este trabajo fue el método cuantitativo, que durante el desarrollo fue mostrando mejores resultados que los esperados debido a que cuando se introduce una variable independiente en una muestra poblacional, la variable dependiente se ve afectada incidiendo en los resultados finales. Esta solución selecciona el mejor algoritmo de predicción en base a la precisión de las matrices de confusión y obtiene un listado de los posibles clientes que abandonarán la empresa. Así mismo se demuestra que el mejor algoritmo de predicción de los tres escogidos es el de red neuronal debido a que ofrece mejores resultados que incluyen una mejor precisión en su matriz de confusión. Finalmente mediante una página web se realiza el llamado al programa en lenguaje R y se muestran los resultados.