Clasificación supervisada con redes neuronales. Un caso de aplicación

Abstract

Uno de los objetivos del área de Marketing de una empresa es identificar los clientes que tienen alta probabilidad de abandonar el servicio prestado por la misma, los cuales son considerados clientes de riesgo. En este trabajo se ha seleccionado una muestra con las características de alrededor de 9700 clientes extraída de una base de datos de una empresa de telefonía móvil, a partir de la cual se estima una función discriminante que permita encontrar la probabilidad de que un cliente abandone el servicio, como así también identificar factores de riesgo que permitan predecir si un cliente abandonará el mismo. La eficacia del modelo es evaluada estimando la tasa de error, medida como la proporción de individuos mal clasificados en una muestra test, la cual es independiente al conjunto de datos considerado para la elaboración del modelo. Entre los múltiples enfoques disponibles en la actualidad para construir reglas de clasificación se han seleccionado el Modelo de Regresión Logística y las Redes Neuronales, los que dieron como resultado un porcentaje de error de clasificación muy similar (alrededor del 12%).