Predicción de clientes potenciales utilizando el algoritmo k-vecino más cercano en el área de negocios de la COAC “Riobamba” Ltda

Abstract

La Minería de Datos es el proceso de exploración y análisis de grandes cantidades de datos cuyo objetivo es encontrar patrones, tendencias y relaciones significativas (conocimiento), a través de la aplicación de algoritmos y técnicas que ayuden a obtener información relevante. Uno de estos, es el algoritmo de clasificación k vecino más cercano (KNN, K Nearest Neighbor), el cual clasifica nuevas instancias como la clase mayoritaria de entre los k vecinos más cercanos.

Para el desarrollo de la investigación se empleó la metodología del Descubrimiento de Conocimiento en Bases de Datos (KDD, Knowledge Discovery in Databases), por ser un proceso automático en el que se combinan descubrimiento y análisis. La aplicación del algoritmo KNN se hizo a través de Weka, herramienta de código abierto basada en Java, excelente en tareas de clasificación.

Con la investigación se evidenció que en la base de datos de la COAC “Riobamba” Ltda., se encuentra almacenada información relevante sobre clientes y el manejo de las cuentas de créditos y ahorros, para así clasificar los datos de mayor importancia que aporten a la investigación de forma que no se afecte a los clientes. Como resultado de la investigación se predijo clientes potenciales, clasificándolos de acuerdo con la información demográfica, económica y aspectos internos de la COAC “Riobamba” Ltda., de manera que se apoye a la institución en la toma de decisiones con respecto a futuras ofertas de crédito.

Se concluye la importancia de aprovechar la información que en cada institución se maneja y más si se trata del sector financiero debido a que se benefician las dos partes, los clientes porque tendrán la facilidad de acceder a más opciones de créditos y las instituciones financieras porque aumentarán su cartera de clientes y brindarán un mejor servicio.