"Rediseño del proceso de retención de clientes en una empresa de servicios de recaudación"

Abstract

El trabajo se desarrolla en una empresa que ofrece la instalación de dispositivos transaccionales conectados con grandes empresas para ofrecer pago de servicios, medios de pago, trámites bancarios básicos, entre otros. Los clientes de la empresa son comercios de barrio, restaurantes y grandes cadenas. Con este dispositivo los comercios logran atraer más clientes y aumentar sus ventas e ingresos. La empresa se guía por una estrategia de liderazgo en costos, ya que busca atraer a los comercios ofreciendo mejores comisiones que la competencia. Para lograrlo, debe reducir al máximo sus costos de operación sin sacrificar la excelencia operacional. En la actualidad, la empresa se enfrenta a un problema de fuga de clientes. Desde principios de 2018, los comercios que están abandonando la red son más que los que ingresan. Se cree que la baja de ventas de recargas telefónicas de prepago (mayor proporción de transacciones de la red), es la razón que lleva a los comercios a eliminar los dispositivos. Sin embargo, no existe evidencia suficiente para deducir que no hay otros factores. El objetivo de la tesis es rediseñar el proceso de retención de comercios para disminuir la tasa de fuga de clientes. Este rediseño será apoyado por un sistema de inteligencia de clientes, que permitirá identificar los principales problemas dentro de la cartera. En el levantamiento de procesos de la empresa se identifica que existe un área de retención, cuyo objetivo es recuperar equipos de clientes que ya dejaron de operar. El diseño actual no reduce el problema de fuga, por lo que el rediseño plantea un nuevo proceso de retención. Los datos almacenados por la empresa son principalmente asociados a los resultados de venta, lo que limita el alcance de un modelo de predicción de comportamiento. Por lo tanto, dentro del rediseño se incluyen procedimientos de captura de nuevos datos. Será obligación del equipo la recopilación de nueva información y un proceso continuo de ajuste del modelo de predicción El sistema de inteligencia de clientes se basa en un modelo de predicción de fuga, el cálculo del valor de cliente y un módulo de estadísticas. El modelo de predicción seleccionado es random forest. Se realiza una prueba sobre un 20% de la muestra de datos y se obtiene un índice de precisión del 79% en la predicción de comercios fugados. La distribución de clientes se concentra en menores ingresos, por lo tanto, para priorizar a los comercios a contactar, se calculará el valor esperado de pérdida de los comercios. Finalmente, se diseña un aplicativo web dónde los ejecutivos ingresarán información que generará estadísticas e indicar a los analistas los principales problemas detectados en la cartera, lo que permitirá recopilar la información relevante para mejorar el modelo continuamente. Se hace un supuesto de una disminución de la fuga de clientes en un 20% anual. El índice de rentabilidad que se selecciona es el VAN, que corresponde a $86.370.122 con una tasa de descuento del 15% y una inversión inicial de $20.420.000. Se debe considerar que el resultado es sensible a la disminución de fugas, pero bajo este escenario, se concluye que el proyecto debe realizarse.