Análisis de factores determinantes en la decisión de consumo de productos de inversión sostenible: enfoque basado en datos para la optimización de la oferta en fiduprevisora S.A.

Ante el creciente interés por las finanzas sostenibles y la necesidad de las entidades financieras de comprender mejor a sus inversionistas, este estudio examina la diversidad de perfiles en la adopción de productos de inversión con criterios Ambientales, Sociales y de Gobernanza (ASG). El objetivo principal fue segmentar a los inversionistas para identificar patrones de comportamiento diferenciados y desarrollar un sistema predictivo que automatice la clasificación de nuevos clientes en dichos segmentos para Fiduprevisora S.A. La investigación aplicó una metodología de ciencia de datos en dos fases. En la primera, se emplearon técnicas de aprendizaje no supervisado con K-Means sobre datos sintéticos obtenidos mediante una encuesta aplicada a clientes de Fiduprevisora S.A., identificando tres clústeres óptimos. En la segunda fase, se implementó aprendizaje supervisado con un modelo Random Forest entrenado para predecir, con alta precisión, la pertenencia de nuevos clientes a cada segmento previamente determinado. Los resultados revelaron tres perfiles de inversionistas: “Jóvenes con recursos y convicción sostenible”, “Adultos informados con dudas y restricciones” y “Jóvenes precarios que requieren guía”. El modelo predictivo alcanzó una exactitud del 93% en validación cruzada, demostrando solidez, generalización y utilidad práctica. En conclusión, la segmentación basada en datos se consolida como herramienta clave para superar los enfoques de marketing genéricos. El modelo desarrollado constituye un activo estratégico que impulsa la personalización de estrategias comerciales, mejora la captación y fidelización, y fortalece el posicionamiento competitivo en el mercado de inversiones sostenibles. Asimismo, ofrece insumos accionables para diseño de campañas, educación financiera y gestión del relacionamiento.

Grantor dc:publisher

Maestría en Ciencias de Datos

Year dc:date

2026

Authors dc:creator

• Narváez Molina, Juan Sebastián
• Rubio Moreno, Daniel Sebastián
• Patiño Pardo, Geraldine Giseth

Contributors dc:contributor

• Patiño Castro, Omar Alonso
• EMPRENDIMIENTO Y GERENCIA::GRUPO DE GERENCIA EN LAS GRANDES, MEDIANA Y PEQUEÑAS EMPRESAS G3PYMES OMAR ALONSO PATIÑO CASTRO Categoría A1 COL0016327

• Evaluación de proyectos
• Análisis de mercado
• Administración de productos
• comportamiento del consumidor
• Client Segmentation
• Investor Profiles
• Machine Learning
• K Means Clustering
• Random Forest
• Predictive Modeling
• Inversión ASG
• Segmentación de Clientes
• Perfiles de Inversionista
• Modelado Predictivo

Statement dc:rights

• info:eu-repo/semantics/openAccess

Language dc:language

spa

Identifier

BDM-MGP
instname:Universidad Ean
reponame:Repositorio Institucional Biblioteca Digital Minerva
repourl:https://repository.ean.edu.co/

OAI identifier oai:identifier

oai:null:10882/19063