Predicción del riesgo de deserción en un programa de fortalecimiento empresarial en países de América Latina. Desarrollo de un modelo de machine learning para clasificación de mujeres empresarias

Abstract

Introducción: La deserción en programas de formación empresarial en América Latina es un problema persistente que pone en riesgo la ejecución, la continuidad y la sostenibilidad de iniciativas que tienen por objetivo fortalecer el desarrollo de negocios en la región, sobre todo entre mujeres empresarias. Este fenómeno se vuelve aún más crítico dada la inversión de donantes, como gobiernos y organizaciones internacionales. Objetivo: Desarrollar un modelo de clasificación de machine learning para identificar mujeres empresarias con alto riesgo de deserción en programas de fortalecimiento empresarial en países de América Latina, con el fin de implementar intervenciones tempranas y personalizadas. Métodos: Se realizó un análisis descriptivo y predictivo utilizando datos del programa de formación empresarial para mujeres líderes denominado Juntas Contamos, desarrollado por Agora Partnerships, BID Lab y We-Fi, junto a contribuyentes claves como Hispanics in Philanthropy, Fundación Target y Cisco; que tiene por objetivo beneficiar a 4 mil mujeres empresarias de México, Honduras, El Salvador y Guatemala. Se emplearon métodos de imputación de datos faltantes y balanceo de clases mediante el método SMOTE. Se evaluaron cuatro métodos de clasificación: regresión logística, random forest, K-Nearest Neighbors (KNN) y XGBoost (Extreme Gradient Boosting). El desempeño de los modelos se comparó utilizando métricas de precisión, sensibilidad, especificidad y F1-score. Resultados: El conjunto de datos empleado para entrenar los modelos de machine learning consistió en 2614 observaciones. Los modelos Random Forest y XGBoost presentaron las mejores métricas de resultados, dado que mostraron un alto desempeño y equilibrado en todas las métricas evaluadas (precisión, sensibilidad, especificidad y F1-score), con valores superiores al 96%. Conclusión: Los modelos Random Forest y XGboost demostraron ser los más exitosos en relación a la predicción de la deserción en el programa de fortalecimiento empresarial Juntas Contamos. Los resultados resaltan algunos factores que inciden en la permanencia de las mujeres participantes en el programa y ofrece algunas recomendaciones para diseñar estrategias tempranas de prevención de deserción, eficiencias en el presupuesto, personalización en las estrategias de convocatoria, evaluación, selección y comunicación.