Diseño de modelos de minería de datos para la prospección de compra en seguros de vida

Abstract

Este trabajo tiene como objetivo encontrar uno o varios modelos analíticos que determinen la probabilidad de compra de un seguro de vida individual, mediante el uso y aplicación de metodologías de inteligencia de negocios y minería de datos, que definen los pasos y permiten estructurar el análisis de información histórica de clientes corporativos para determinar la probabilidad de compra de un producto de vida individual en base a las características de los clientes que ya han comprado un seguro permitiendo, mejorando la efectividad de las ventas. Para este estudio se han utilizado metodologías y herramientas que permiten determinar los siguientes pasos que son: definir las tareas, recolectar y analizar datos, elegir y configurar el modelo o los modelos, formatear datos, evaluar resultados y entregar resultado o el reporte a los tomadores de decisión, se han evaluaron y probaron cuatro modelos analíticos: Arboles de decisión, Clasificación Bayesiana, Redes neuronales y Random Forest los mismos que fueron entrenados y posteriormente comparados con datos históricos para determinar su grado de confianza. Se debe destacar que los datos utilizados para este análisis son datos demográficos como sexo, edad, ciudad de residencia, estado civil, número de hijos entre otros, también se analizan aspectos socio económicos como ingresos, si es bancarizado o si tiene tarjeta de crédito, toda información que se pueda obtener del cliente es importante para descubrir el perfil del cliente, todos estas actividades son el aporte de este trabajo, que busca definir un marco de trabajo a ser reutilizados en las futuras campañas de venta o en otros análisis de información.