Aplicación del procesamiento de lenguaje natural para segmentar clientes en una empresa de cobranza.
Contenido principal del artículo
Resumen
La recuperación de cartera es una actividad con gran demanda, impulsada por la inclusión financiera, la transformación digital y la ciencia de datos. Las empresas de cobranza invierten en infraestructura y mano de obra para ser competitivas y rentables, en un mercado con notables cambios económicos y sociales.
El marketing tradicional utiliza variables duras para conocer la estructura, características y condicionantes de grupos o personas, la incorporación de variables blandas añade información solapada, mejorando el análisis. En esta línea, según el análisis transaccional existen tres maneras diferentes desde, y hacia donde, nos relacionamos con el mundo: padre, adulto y niño.
Los comportamientos, pensamientos, sentimientos y emociones que se expresan en cada uno de estos estados, se denominan “estados del yo”. El uso de estas herramientas a nivel empresarial se ve favorecido por la evolución del neuromarketing y el desarrollo de técnicas computacionales para sintetizar los procesos cognitivos, denominados Inteligencia Artificial (IA).
Así, esta propuesta de investigación plantea responder si la identificación a priori de los estados del yo permite diferenciar los patrones de relacionamiento padre, adulto y niño, utilizando IA, y propone utilizar estas variables blandas para la segmentación de una cartera vencida.
Utilizando Python para Procesamiento de Lenguaje Natural (PNL) y regresión logística para aclarar las relaciones entre segmentación y comportamiento de pago, se obtuvo resultados que revelan las relaciones propuestas, y se aceptan en su amplia mayoría, además de proponer las bases para el diseño de estrategias eficaces en la gestión de cobranza moderna.
Palabras clave: segmentación de clientes, cobranza, variables blandas, buyer persona, inteligencia artificial
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
Citas
Acevedo, E. (2018). Según el Global Findex y más allá del Global Findex. https://www.findevgateway.org/sites/default/files/publications/files/libro_inclusion-versiondigital_0.pdf
Antonio, F., & Zaga, R. (2021). El sobreendeudamiento como problema legal y social. Propuesta de reforma del Código de Protección y Defensa del Consumidor. https://doi.org/10.21142/DES-1301-2021-0011
Arias, E. (2 de enero de 2022). Historia del crédito. https://economipedia.com/historia/historia-del-credito.html
Armstrong, G., Kotler, P., y Mues Zepeda, A. (2013). Fundamentos de marketing. https://frrq.cvg.utn.edu.ar/pluginfile.php/14584/mod_resource/content/1/Fundamentos%20del%20Marketing-Kotler.pdf
Arroyo, I. (2021). Universidad Andina Simón Bolívar Sede Ecuador. Modelo econométrico aplicado para determinar el comportamiento de la cartera de microcrédito de los bancos privados del Ecuador especializados en microcrédito en el periodo 2007-2019. http://hdl.handle.net/10644/8384
Banco Mundial. (29 de marzo de 2022). Inclusión financiera. Entendiendo La Pobreza. https://www.bancomundial.org/es/understanding-poverty
Bojanić, M., Delić, V., & Karpov, A. (2020). Call redistribution for a call center based on speech emotion recognition. Applied Sciences (Switzerland), 10(13). https://doi.org/10.3390/app10134653
Caldentey, E. P., & Titelman, D. (2014). La inclusión financiera para la inserción productiva y el papel de la banca de desarrollo. www.cepal.org/es/suscripciones
Cambria, E., Havasi, C., & Hussain, A. (2012). SenticNet 2: A Semantic and Affective Resource for Opinion Mining and Sentiment Analysis. www.aaai.org
Contact Center Predictions for 2023 and Beyond. (2022). 8x8 Contact Center Predictions Report. https://www.8x8.com/resources?asset=97g7vnr0v375h8nqg0tafm7fah
Demirgüç-Kunt, A., Klapper, L., Singer, D., & Ansar, S. (2021). Financial Inclusion, Digital Payments, and Resilience in the Age of COVID-19.
Demirguc-Kunt, A., Klapper, L., Singer, D., Ansar, S., Hess, J. (2018) A. The Global Findex Banco Mundial. (2017). The Global Findex Database 2017 Measuring Financial Inclusion and the Fintech Revolution. https://documentos.bancomundial.org/es/publication/documents-reports/documentdetail/332881525873182837/the-global-findex-database-2017-measuring-financial-inclusion-and-the-fintech-revolution
Fabricio, R., & Flores, D. (2018). Determinantes de la Tasa de Morosidad de la Cartera Bruta de Consumo: Desde la visión de los datos de panel dinámicos. https://estadisticas.superbancos.gob.ec/portalestadistico/portalestudios/wp-content/uploads/sites/4/downloads/2018/09/determinantes_morosidad_2017.pdf
Felipe, D., Espinoza, V., Jesús, J., & Julissa, M. (2021). Inteligencia artificial y condición humana: ¿Entidades contrapuestas o fuerzas complementarias? https://www.redalyc.org/articulo.oa?id=28066593034
Golman, M., & Bekerman, M. (2018). What drives debt defaults in microfinance? The case of the asociación civil avanzar. In Problemas del Desarrollo (Vol. 49, Issue 195, pp. 127–151). Universidad Nacional Autónoma de México. https://doi.org/10.22201/iiec.20078951e.2018.195.62527
Improving Debt Collection with Technology. (Diciembre de 2022). Https://www.Acqueon.Com/Blog/Improving-Debt-Collection-with-Technology/.
Jácome, M. (2015). Construcción de un modelo estadístico para calcular el riesgo de deterioro de una cartera de microcréditos y propuesta de un sistema de gestión para la recuperación de la cartera en una empresa de cobranzas. http://bibdigital.epn.edu.ec/handle/15000/9194
Peña, O. (2019). Análisis de audio para extracción de características, segmentación, clasificación y predicción https://cimat.repositorioinstitucional.mx/jspui/bitstream/1008/1029/1/TE%20754.pdf
Rivera, M., Pulgar, K., Dávalos, E., y Gallegos, D. (2022). Inclusión financiera y pobreza: Un analisis para el Ecuador. www.cidecuador.com
Solano, R., Guerrero, R., y Ponce, K. (2020). Inclusión financiera y desarrollo. https://www.superbancos.gob.ec/bancos/wp-content/uploads/downloads/2020/07/LIBRO-INCLUSION-FINANCIERA-Y-DESARROLLO.pdf