Optimización de la gestión comercial y de oportunidades para la toma de decisiones estratégicas
Abstract
La organización financiera para la cual hemos desarrollado este trabajo enfrenta un desafío estructural en su gestión comercial: los gerentes comerciales administran un número de clientes que tienen asignados y para los cuales tienen cuatro productos claves, con una meta mensual fija de desembolsos por $500 millones, pero las decisiones estratégicas de acompañamiento, asignación de recursos y priorización de acciones se toman una vez cerrado el mes, lo que limita la capacidad de anticipación y reduce la efectividad operativa. Esta dinámica reactiva genera riesgos de incumplimiento, uso ineficiente del tiempo comercial y pérdida de oportunidades. Con el fin de transformar este proceso, el presente proyecto plantea la implementación de un sistema analítico capaz de anticipar comportamientos futuros y ofrecer señales tempranas sobre el desempeño esperado de cada gerente. Para ello se integraron y depuraron doce bases de datos correspondientes a los 12 meses de información transaccional del año 2024, consolidada a nivel gerente-mes, y se aplicó la metodología CRISP-DM como estructura para el análisis, preparación y modelado de los datos. Sobre esta base se construyeron dos enfoques complementarios: un modelo predictivo que estima la probabilidad de cumplimiento del mes siguiente y un modelo de clustering que clasifica a los gerentes en tres perfiles de desempeño (consistentes, en riesgo y de bajo desempeño), con el fin de apoyar la definición de estrategias diferenciadas. La propuesta final consiste en un mecanismo de priorización mensual que permite entregar a los equipos comerciales un ranking accionable, orientado a intervenir de manera oportuna y focalizada. Esta iniciativa brinda a la organización una herramienta que favorece la planificación anticipada, la focalización de esfuerzos, la eficiencia en la gestión regional y la consolidación de una cultura orientada a decisiones basadas en datos. En conjunto, la solución propuesta busca fortalecer los resultados comerciales y promover una gestión más estratégica, oportuna y sostenible.
Fields of Study & Subjects
Big Data and Business Intelligence
Data Mining and Machine Learning Applications
Customer churn and segmentation
Publication details
- Journal / source
- Repositorio Institucional E-DocUR (Universidad Del Rosario)
- Publication date
- 9 February 2026
- Language
- ES
- Document type
- Thesis