MODELO PREDICTIVO DE QUEJAS DE CONSUMIDORES POR ENTIDAD FINANCIERA
Publicado: 14 Jun 2024, 23:53
Valor de las Tecnologías de la Información 2024-I
MODELO PREDICTIVO DE QUEJAS DE CONSUMIDORES POR ENTIDAD FINANCIERA
INTEGRANTES:
- Esther Cuzcano Rivas
- Marlene Marmolejo Gálvez
- Paúl Criollo Ortiz
- Yimi Jhan Parhuayo Huaynillo
RESUMEN:
El Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI) fue creado en noviembre de 1992, mediante el Decreto Ley N° 25868. Es un Organismo Público Especializado adscrito a la Presidencia del Consejo de Ministros, con personería jurídica de derecho público interno. En consecuencia, goza de autonomía funcional, técnica, económica, presupuestal y administrativa, tiene como funciones la promoción del mercado y la protección de los derechos de los consumidores.
Todos los consumidores, podemos reclamar una medida correctiva y/o sanción cuando sentimos que vulneran nuestros derechos como consumidor; se puede reclamar ante esta instancia servicios Bancarios Financieros, transporte, colegio y otros.
MODELO PREDICTIVO DE QUEJAS DE CONSUMIDORES POR ENTIDAD FINANCIERA
I IDENTIFICACIÓN DEL PROBLEMA
Indecopi, recibe más de 1000 reclamos y/o demanda en el sector de Servicios Financieros (Dataset Ene-Dic 2021) , enfocado en diversos productos que ofrecen, tarjeta de créditos, prestamos personal, cuenta de ahorro, seguro de desgravamen, seguro de vida ley, créditos hipotecarios, seguro vehicular, seguro inmobiliario, seguro de desgravamen, SOAT, Depósito a plazo fijo. Mucho de los consumidores de servicios y/o productos de la Banca Financiera, manifiestan su malestar e incomodidad por los servicios obtenido. Pero que se hace para sancionar o llamar la atención, a estas entidades financieras, deberían informar a la SBS para que puedan ejecutar su rol fiscalizador y sancionar a estas entidades, de manera preventiva, antes que miles de usuarios se sigan afectando.
El que un banco tenga mayor número de reclamos, nos puede brindar un panorama más claro e indicar que bancos tienen mala reputación financiera, dicha reputación no solo es un malestar cualitativo sino que se puede evidenciar de manera cuantitativa.
II SOLUCION DEL PROBLEMA
Como parte de la solución, seria identificar que banco, caja municipal, edpyme, CRC, tiene mayor número de reclamos y/o demandas, para aportar e informar al ente competente SBS sobre el incumplimiento de las obligaciones previstas en el marco legal, pues tiene como visión supervisar el buen funcionamiento del sistema financieros, de seguros , etc. Con la finalidad de proteger los intereses y derechos de los ciudadanos.
III DESCRIPCION DEL CONJUNTO DE DATOS
Antes de utilizar el dataset, fue necesario uniformizar la información, así como tabular la data, para obtener la información deseada; El dataset corresponde al año 2021, se obtuvo de datos abierto INDECOPI
Los atributos usados en el presente trabajo son:
IV TECNICAS UTILIZADAS
Se utilizaron los siguientes modelos para predecir qué entidad financiera y sobre qué productos y/o servicios, se deben proteger los intereses y derechos de los ciudadanos.
- Decisión Tree J48
- Random Forest
V RESULTADOS
Decisión Tree J48
En un primer apartado se informa del tipo de algoritmo utilizado, el nombre del archivo, el número de atributos, el número de instancias, y el modo del test realizado
A continuación se facilita el resultado del clasificador. Se ha obtenido un árbol de decisión de tamaño 15 y un número de hojas 16
• Conclusiones
Del test realizado, se ha clasificado correctamente 271 instancias, de las 991 instancias, es decir (27.34%) con niveles de error muy alto.
Con respecto al TP Rate y Recall, se ha obtenido valores iguales, demostrando que los bancos del BCP, Scotiabank, son las clases con valores altos.
Con respecto a la matriz de confusión, se trata de una matriz de orden 25 x 25
• Referencias: al menos 10 referencias de trabajos similares.
Con respecto al árbol de decisión, es muy amplio, por lo que se captura info de algunos con mayor incidencia de quejas y/o reclamo, según entidad financiera
Random Forest:
Se aplico un porcentaje Split al 70%, el acurrancy es igual en el TP RATE, aquí vemos que las instancias de clasificación es del 24.41% .
CONCLUSIONES:
En el presente estudio, los resultados obtenidos nos demuestras, que tanto el Banco BCP y BBVA, tienen mayor grado de insatisfacción, debido a que han tenido mayor número de quejas y/o denuncias. Así mismo Mapfre, financieras y cencosud, aplican para menor grado de insatisfacción.
REFERENCIAS:
1. Chromeextension://efaidnbmnnnibpcajpcglclefindmkaj/https://crea.ujaen.es/bitstream/10953.1 ... ncisco.pdf – francisco navas moreno - 2016
2. UOC trabajo de fin de grado, análisis predictivo: técnica y modelos utilizados y aplicaciones del mismo – herramientas open source que permiten su uso.
3. https://www.datosabiertos.gob.pe/node/9 ... 24556/view
4. Universidad de Politécnica de Valencia – minería de datos con Weka para la predicción del precio de automóviles de segunda mano - Agustín José Calleja Gómez.
5. ECO-T030_43097121_T BERRÍOS VALENZUELA JORGE DANIEL.pdf (2.194Mb) Análisis del comportamiento y de la problemática de la banca de consumo en el Perú – Jorge Daniel Berrios Valenzuela – 2020
6. https://www.redalyc.org/journal/257/25755483002/html/ - Universidad de los Andes, comportamiento de los clientes bancarios frente a los servicios electrónicos – 2018
7. El Derecho a la Información en la Protección del Consumidor. Especial Referencia a la Contratación Bancaria - Jorge Eduardo Vilela Carbajal
8. //efaidnbmnnnibpcajpcglclefindmkaj/https://repositorio.upn.edu.pe/bitstrea ... 0Dante%20-% 20Valdez%20Valderrama %20Mirella% 20Gisella.pdf?sequence=2 / “La Banca Electrónica Y La Satisfacción Del Cliente En El Banco Scotiabank, Distrito Del Rímac, 2019 - Jimmy Dante Cjahua Taco y Mirella Gisella Valdez Valderrama”
9. https://www.asbanc.com.pe/noticia/defen ... inancieras - 2022
10. https://www.sbs.gob.pe/noticia/detallen ... consumidor
MODELO PREDICTIVO DE QUEJAS DE CONSUMIDORES POR ENTIDAD FINANCIERA
INTEGRANTES:
- Esther Cuzcano Rivas
- Marlene Marmolejo Gálvez
- Paúl Criollo Ortiz
- Yimi Jhan Parhuayo Huaynillo
RESUMEN:
El Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI) fue creado en noviembre de 1992, mediante el Decreto Ley N° 25868. Es un Organismo Público Especializado adscrito a la Presidencia del Consejo de Ministros, con personería jurídica de derecho público interno. En consecuencia, goza de autonomía funcional, técnica, económica, presupuestal y administrativa, tiene como funciones la promoción del mercado y la protección de los derechos de los consumidores.
Todos los consumidores, podemos reclamar una medida correctiva y/o sanción cuando sentimos que vulneran nuestros derechos como consumidor; se puede reclamar ante esta instancia servicios Bancarios Financieros, transporte, colegio y otros.
MODELO PREDICTIVO DE QUEJAS DE CONSUMIDORES POR ENTIDAD FINANCIERA
I IDENTIFICACIÓN DEL PROBLEMA
Indecopi, recibe más de 1000 reclamos y/o demanda en el sector de Servicios Financieros (Dataset Ene-Dic 2021) , enfocado en diversos productos que ofrecen, tarjeta de créditos, prestamos personal, cuenta de ahorro, seguro de desgravamen, seguro de vida ley, créditos hipotecarios, seguro vehicular, seguro inmobiliario, seguro de desgravamen, SOAT, Depósito a plazo fijo. Mucho de los consumidores de servicios y/o productos de la Banca Financiera, manifiestan su malestar e incomodidad por los servicios obtenido. Pero que se hace para sancionar o llamar la atención, a estas entidades financieras, deberían informar a la SBS para que puedan ejecutar su rol fiscalizador y sancionar a estas entidades, de manera preventiva, antes que miles de usuarios se sigan afectando.
El que un banco tenga mayor número de reclamos, nos puede brindar un panorama más claro e indicar que bancos tienen mala reputación financiera, dicha reputación no solo es un malestar cualitativo sino que se puede evidenciar de manera cuantitativa.
II SOLUCION DEL PROBLEMA
Como parte de la solución, seria identificar que banco, caja municipal, edpyme, CRC, tiene mayor número de reclamos y/o demandas, para aportar e informar al ente competente SBS sobre el incumplimiento de las obligaciones previstas en el marco legal, pues tiene como visión supervisar el buen funcionamiento del sistema financieros, de seguros , etc. Con la finalidad de proteger los intereses y derechos de los ciudadanos.
III DESCRIPCION DEL CONJUNTO DE DATOS
Antes de utilizar el dataset, fue necesario uniformizar la información, así como tabular la data, para obtener la información deseada; El dataset corresponde al año 2021, se obtuvo de datos abierto INDECOPI
Los atributos usados en el presente trabajo son:
IV TECNICAS UTILIZADAS
Se utilizaron los siguientes modelos para predecir qué entidad financiera y sobre qué productos y/o servicios, se deben proteger los intereses y derechos de los ciudadanos.
- Decisión Tree J48
- Random Forest
V RESULTADOS
Decisión Tree J48
En un primer apartado se informa del tipo de algoritmo utilizado, el nombre del archivo, el número de atributos, el número de instancias, y el modo del test realizado
A continuación se facilita el resultado del clasificador. Se ha obtenido un árbol de decisión de tamaño 15 y un número de hojas 16
• Conclusiones
Del test realizado, se ha clasificado correctamente 271 instancias, de las 991 instancias, es decir (27.34%) con niveles de error muy alto.
Con respecto al TP Rate y Recall, se ha obtenido valores iguales, demostrando que los bancos del BCP, Scotiabank, son las clases con valores altos.
Con respecto a la matriz de confusión, se trata de una matriz de orden 25 x 25
• Referencias: al menos 10 referencias de trabajos similares.
Con respecto al árbol de decisión, es muy amplio, por lo que se captura info de algunos con mayor incidencia de quejas y/o reclamo, según entidad financiera
Random Forest:
Se aplico un porcentaje Split al 70%, el acurrancy es igual en el TP RATE, aquí vemos que las instancias de clasificación es del 24.41% .
CONCLUSIONES:
En el presente estudio, los resultados obtenidos nos demuestras, que tanto el Banco BCP y BBVA, tienen mayor grado de insatisfacción, debido a que han tenido mayor número de quejas y/o denuncias. Así mismo Mapfre, financieras y cencosud, aplican para menor grado de insatisfacción.
REFERENCIAS:
1. Chromeextension://efaidnbmnnnibpcajpcglclefindmkaj/https://crea.ujaen.es/bitstream/10953.1 ... ncisco.pdf – francisco navas moreno - 2016
2. UOC trabajo de fin de grado, análisis predictivo: técnica y modelos utilizados y aplicaciones del mismo – herramientas open source que permiten su uso.
3. https://www.datosabiertos.gob.pe/node/9 ... 24556/view
4. Universidad de Politécnica de Valencia – minería de datos con Weka para la predicción del precio de automóviles de segunda mano - Agustín José Calleja Gómez.
5. ECO-T030_43097121_T BERRÍOS VALENZUELA JORGE DANIEL.pdf (2.194Mb) Análisis del comportamiento y de la problemática de la banca de consumo en el Perú – Jorge Daniel Berrios Valenzuela – 2020
6. https://www.redalyc.org/journal/257/25755483002/html/ - Universidad de los Andes, comportamiento de los clientes bancarios frente a los servicios electrónicos – 2018
7. El Derecho a la Información en la Protección del Consumidor. Especial Referencia a la Contratación Bancaria - Jorge Eduardo Vilela Carbajal
8. //efaidnbmnnnibpcajpcglclefindmkaj/https://repositorio.upn.edu.pe/bitstrea ... 0Dante%20-% 20Valdez%20Valderrama %20Mirella% 20Gisella.pdf?sequence=2 / “La Banca Electrónica Y La Satisfacción Del Cliente En El Banco Scotiabank, Distrito Del Rímac, 2019 - Jimmy Dante Cjahua Taco y Mirella Gisella Valdez Valderrama”
9. https://www.asbanc.com.pe/noticia/defen ... inancieras - 2022
10. https://www.sbs.gob.pe/noticia/detallen ... consumidor