Modelo de propensión de matrícula de alumnos convocados en una Universidad adscrita al Sistema Único de Admisón (SUA)
Professor Advisor
dc.contributor.advisor
Segovia Riquelme, Carolina
Author
dc.contributor.author
Ortiz Vargas, Ruperto Alejandro
Associate professor
dc.contributor.other
Weber Haas, Richard
Associate professor
dc.contributor.other
Morales Lavanderos, Rodrigo
Admission date
dc.date.accessioned
2020-05-01T02:47:11Z
Available date
dc.date.available
2020-05-01T02:47:11Z
Publication date
dc.date.issued
2019
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/174255
General note
dc.description
Memoria para optar al tpitulo de Ingeniero Civil Industrial
es_ES
Abstract
dc.description.abstract
Cada año las personas interesadas en acceder a la educación superior chilena, deben inscribirse dentro del sistema único de admisión universitaria (SUA). En este participan 41 universidades, entre las que se encuentran las universidades adscritas al CRUCH y algunas universidades privadas. La Universidad en estudio es la más grande a nivel nacional en términos de alumnos y ha sido la universidad que históricamente ha acaparado el mayor número de postulaciones, sin embargo, ha tenido dificultades a la hora de completar sus cupos, pues solamente cerca del 60% de los alumnos que quedan seleccionados en esta casa de estudios finaliza su matrícula en el primer periodo establecido por el DEMRE.
El objetivo principal de este trabajo de título es desarrollar un modelo que permita clasificar a los alumnos convocados con menor tendencia a concretar su matrícula, de forma tal que se puedan tomar acciones que permitan aumentar los chances de que el convocado se matricule durante el 1° proceso de matrículas.
Se comparan las respuestas de los modelos propuesto en una campaña de contacto simulada. Los escenarios utilizan la información del 2019 para la evaluación. Se utiliza como métricas de evaluación los costos esperados y beneficios extra entregados por cada modelo en escenarios de alta, media y bajas tasas de respuesta positiva a matricularse por parte de los convocados. Los costos y el análisis de sensibilidad de los resultados están basado en componentes del negocio. Dentro de todos los modelos propuestos, la regresión logística, SVM y RANDOM FOREST ofrecen los mejores resultados predictivos. El trabajo es relevante, pues el uso de los modelos dentro de un escenario pesimista permite aumentar la tasa de finalización de matrícula de seleccionados en un 1%, lo cual significa un beneficio directo de más de 30 millones de pesos solamente en concepto de pago de matrículas.