Inteligencia artificial y análisis predictivo: impulsores estratégicos para el sector bancario en Colombia

dc.contributor.advisorGonzález Briñez, Mario Hernán
dc.contributor.authorBenavidez Gil, Erika Nataly
dc.contributor.authorMartínez Rodríguez, Yenzy Valeria
dc.contributor.authorSegura Ortiz, Natali
dc.date.accessioned2024-09-02T13:47:48Z
dc.date.available2024-09-02T13:47:48Z
dc.date.issued2024-08
dc.description.abstractEn la actualidad se ha evidenciado como la banca ha hecho un trabajo exhaustivo para poder mejorar sus herramientas digitales, sin embargo, esto no ha sido del todo solucionado, en el caso del sector bancario en Colombia, aún no se ha respondido en su totalidad a las necesidades específicas de cada segmento de usuarios. El implementar una inteligencia artificial de análisis predictivo para personalizar las interacciones bancarias y así poder optimizar procesos internos en el sector, tendrá como principal objetivo mejorar la satisfacción y lealtad de los clientes. Esto se proyecta realizar inicialmente utilizando la segmentación de clientes existentes y se aplicará la segmentación emitida por IA en práctica que evidenciará factores y patrones que ayudan a la creación de campañas de marketing personalizado, aumentando la gestión de relaciones con los clientes. Las soluciones que se plantean requieren una planificación, inversión adecuada y gestión efectiva, que generará un cambio organizacional e infraestructura tecnológica. Este enfoque integral asegurará que la banca colombiana maximice el valor de sus inversiones en IA y logre un crecimiento sostenible, cumpliendo con la seguridad de datos, mejorando la experiencia del cliente mediante chatbots y asistentes virtuales que automaticen tareas repetitivas, el avance significativo de las estrategias de marketing y la eficiencia operativa.
dc.description.abstractenglishCurrently, it has been evident how banks have done exhaustive work to improve their digital tools, however, this has not been completely solved, in the case of the banking sector in Colombia, the specific needs of each user segment have not yet been fully addressed. The implementation of artificial intelligence predictive analysis to personalize banking interactions and thus optimize internal processes in the sector, will have as its main objective to improve customer satisfaction and loyalty. This is initially planned to be done using the segmentation of existing customers and the segmentation issued by AI will be applied in practice that will evidence factors and patterns that help the creation of personalized marketing campaigns, increasing the management of customer relationships. The solutions that are proposed require planning, adequate investment and effective management, which will generate organizational change and technological infrastructure. This comprehensive approach will ensure that Colombian banks maximize the value of their AI investments and achieve sustainable growth, complying with data security, improving the customer experience through chatbots and virtual assistants that automate repetitive tasks, significant advancement of marketing strategies and operational efficiency.
dc.description.degreelevelPregradospa
dc.description.degreenameProfesional en Marketing y Transformación Digitalspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/12920
dc.language.isoes
dc.publisher.facultyFacultad de Ciencias Económicas y Administrativasspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programMarketing y Transformación Digitalspa
dc.relation.referencesAsociación Bancaria y de Entidades Financieras de Colombia. (septiembre, 2023) Informe de gestión gremial 2023. Asobancaria. 88-106 https://www.asobancaria.com/informe-de- gestion-gremial-2023/
dc.relation.referencesBejarano Castillo, L., Beltrán Lizarazo, V., Hurtado Galeano, S., & Montoya González, C. (agosto, 2022). Informe Tipificación: La Banca Colombiana 2021. Asobancaria. 70-86. https://www.asobancaria.com/2022/08/31/informe-tipificacion- 2021/
dc.relation.referencesBejarano Castillo, L. Pachón Gómez, D., Prieto Albarracín, A., & Tellez García, T. (agosto, 2023). Informe Tipificación: La Banca Colombiana 2022. Asobancaria. 51-67. https://www.asobancaria.com/2023/09/06/informe-tipificacion-2022/
dc.relation.referencesBravo, A. (junio, 2024). Eficacia de la gamificación en la publicidad y el marketing online. Universidad Rey Juan Carlos. https://burjcdigital.urjc.es/handle/10115/33691
dc.relation.referencesBriones, E. (mayo, 2020). Sistema web de reconocimiento facial para control de acceso biométrico, utilizando inteligencia artificial. Guayaquil: ESPOL. FIEC. 27-40. https://www.dspace.espol.edu.ec/handle/123456789/50333
dc.relation.referencesBulao, J., & Ivanov, I. (enero, 2024). 36 Astonishing Customer Experience Statistics for 2024. Techjury. https://techjury.net/blog/customer-experience-statistics/
dc.relation.referencesCespedes, F. (enero, 2024). Implementación de la Identidad Digital con blockchain e inteligencia artificial. Universidad Oberta de Catalunya. 13-25 http://hdl.handle.net/10609/149671
dc.relation.referencesCuervo Sánchez, C. A. (enero-junio,2021). Efectos de la inteligencia artificial en las estrategias de marketing: Revisión de literatura. ADResearch: Revista Internacional de Investigación en Comunicación, (24), 26-41 https://dialnet.unirioja.es/servlet/articulo?codigo=7705935
dc.relation.referencesCuesta, C., Ruesta, M., Tuesta, D., & Urbiola, P. (julio, 2015) La transformación digital de la banca. Observatorio Economía Digital BBVA. https://lc.cx/opOO27
dc.relation.referencesDiebner, R., & Arnous, J. (febrero, 2021) Predicción: El futuro de la experiencia del cliente. McKinsey Quarterly. 60 (II). https://www.mckinsey.com/capabilities/growth-marketing- and-sales/our-insights/prediction-the-future-of-cx/es-CL
dc.relation.referencesEspino, (enero, 2017). Análisis predictivo: Técnicas y modelos utilizados y aplicaciones del mismo - herramientas Open Source que permiten su uso. Universidad Oberta de Catalunya. http://hdl.handle.net/10609/59565
dc.relation.referencesGao, L., Melero Polo, I. & Sese, F. J. (mayo-julio, 2019). La experiencia del cliente como modelo de negocio en la era digital: El caso del sector financiero. Revista de Marketing y Publicidad. CEF, 2, 35-66. https://zaguan.unizar.es/record/108539/files/texto_completo.pdf
dc.relation.referencesGlidden, J. (3 de agosto de 2021). 3 formas en que la IA mejora el CRM. InfoWorld. https://www.infoworld.com/article/2267226/3-ways-ai-improves-crm.html
dc.relation.referencesHotmart. (mayo, 2023). ¿Qué significa la adquisición de clientes? Recuperado de https://hotmart.com/es/blog/que-significa-la-adquisicion
dc.relation.referencesMorales-Gualdrón, S. T., & Uriel, P. Z. (2015). Factors of the entrepreneur's profile and the service quality management that influence firm survival. Pensamiento & Gestión, (38) https://www.proquest.com/scholarly-journals/factors-entrepreneurs-profile-service-quality/docview/1702130953/se-2
dc.relation.referencesMurillo, A., & Vizuete, J. (noviembre, 2023). El Impacto de la IA en el Marketing de Contenidos dentro del Contexto del Marketing 5.0. Revista de investigación SIGMA, 11(01). https://journal.espe.edu.ec/ojs/index.php/Sigma/article/view/3311
dc.relation.referencesOlivar Urbina, N. (junio, 2021). El proceso de posicionamiento en el marketing: pasos y etapas (Positioning Process in Marketing: Steps and Stages). RAN-Revista Academia & Negocios, 7(1), 55-64. https://revistas.udec.cl/index.php/ran/article/view/3066
dc.relation.referencesPareti, M., Córdova, R., & Fuentes, M. (julio, 2020). Tecnologías de la Información y Comunicación (CRM y ERP) como herramientas de segmentación y fidelización de clientes: El caso de los emprendimientos hoteleros de Cerro Alegre y Cerro Concepción, ValparaísoChile.https://www.proquest.com/docview/2468683493?accountid=36937&sourcetype=Scholarly%2 0Journals
dc.relation.referencesPerri, L. (agosto, 2023). Novedades del Hype Cycle de Gartner para la inteligencia artificial de 2023. Recuperado de https://www.gartner.es/es/articulos/novedades-del-hype-cycle- de-gartner-para-las-tecnologias-emergentes- 2023#:~:text=Novedades%20del%20Hype%20Cycle%20de%20Gartner%20para%20las% 20tecnolog%C3%ADas%20emergentes%20de%202023&text=Estas%20tecnolog%C3%AD as%20emergentes%20se%20clasifican,privacidad%20centradas%20en%20las%20person as.
dc.relation.referencesQuispe, E., Pizarro, J., Bustinza, E., Huaraca, A., Mantari, L., Romero, H., & Soriano, I. (mayo, 2024). Blockchain technology in digital identity managment and verification. Data and Metadata. vol.3 https://dm.saludcyt.ar/index.php/dm/article/view/326
dc.relation.referencesRíos Rocha, M. (junio, 2023). Marketing 5.0, inteligencia artificial y análisis predictivo en el sector de la moda. Universidad Da Coruña. Facultade de Humanidades e Documentación https://ruc.udc.es/dspace/handle/2183/34569
dc.relation.referencesRivera Montaño, S. (octubre, 2023). Impacto de la inteligencia artificial (IA) en la efectividad de las estrategias de marketing personalizado. Revista Científica Anfibios, 6(2), 70-81. https://doi.org/10.37979/afb.2023v6n2.138
dc.relation.referencesRouhiainen, L. (noviembre, 2018). Inteligencia artificial. Alienta Editorial, (i), 20-21 https://planetadelibrosec0.cdnstatics.com/libros_contenido_extra/40/39308_Inteligenc ia_artificial.pdf
dc.relation.referencesSoto, C. (febrero, 2023). El futuro de la experiencia del cliente en la banca para 2023. Comunicarme.com. https://www.comunicarme.com/el-futuro-de-la-experiencia-del- cliente-en-la-banca-para-2023/
dc.relation.referencesTriario. (diciembre, 2023) Paso a paso para definir tus KPI de marketing digital. Triario.co. https://www.triario.co/blog/como-definir-los-kpi-en-marketing-digital
dc.relation.referencesVillón Cabrera, N. (julio, 2020). Inteligencia Artificial aplicada al marketing: Impacto del uso de Chatbots Cognitivos en la satisfacción del cliente del sector bancario. Universidad Peruana de Ciencias Aplicadas. http://hdl.handle.net/10757/652700
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacionalen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.localAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectAnálisis predictivo
dc.subjectInteligencia artificial
dc.subjectPersonalización financiera
dc.subjectRetención de clientes
dc.subjectSegmentación de clientes
dc.subject.ddc382
dc.subject.keywordsArtificial analysis
dc.subject.keywordsArtificial intelligence
dc.subject.keywordsCustomer retention
dc.subject.keywordsCustomer segmentation
dc.subject.keywordsFinancial personalization
dc.titleInteligencia artificial y análisis predictivo: impulsores estratégicos para el sector bancario en Colombia
dc.title.translatedArtificial intelligence and predictive analytics: strategic drivers for the banking sector in Colombia
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original
Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
Trabajo de grado.pdf
Tamaño:
941.92 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Anexo 1. OVI.pdf
Tamaño:
11.68 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
No hay miniatura disponible
Nombre:
Carta de autorización.pdf
Tamaño:
187.63 KB
Formato:
Adobe Portable Document Format
Descripción: