Churn de Sellers en Online Payments

La retención de clientes es un proceso de eficiencia operativa en cualquier negocio, con este enfoque, la predicción y prevención del churn representa una estrategia fundamental para asegurar escalabilidad y sostenibilidad a largo plazo, en particular, resulta más rentable retener a un cliente existente que adquirir uno nuevo. Por ello, anticipar qué usuarios tienen la probabilidad más alta de dejar de utilizar el servicio, entender las razones detrás de esta decisión permite priorizar con mayor precisión el desarrollo de nuevas funcionalidades, orientar acciones comerciales efectivas y detectar necesidades reales del usuario, optimizando así los resultados del negocio. En el contexto de una Fintech que ofrece servicios de pagos en línea, la retención de clientes es crucial para el éxito del negocio y adquiere una connotación estratégica, ya que cada cliente (seller) que procesa pagos aporta valor por sí solo y, a su vez, impulsa a sus usuarios (payers) a que descubran y usen la plataforma de pagos. Este crecimiento en la base de clientes potenciales, al mismo tiempo, hace que la plataforma sea más atractiva y haya más clientes interesados en acceder a una audiencia más amplia y de mayor calidad. La generación recurrente de nuevos clientes permite ofrecer productos complementarios, enriqueciendo aún más el ecosistema y creando valor significativo tanto para payers como para sellers. Para lograr el objetivo de retener a los clientes es importante entender sus necesidades y ofrecerles los mejores productos que satisfagan sus expectativas. Esto implica mantener un diálogo constante con ellos para conocer de forma proactiva sus expectativas, preocupaciones y sugerencias de mejora. Asimismo, es importante contar con un equipo de soporte técnico y comercial eficiente que pueda resolver sus dudas y problemas de manera rápida y efectiva. También es importante ofrecerle herramientas e incentivos adaptados a la diversidad de perfiles y comportamientos, incluyendo comisiones competitivas, programas personalizados de fidelización y otros beneficios que impulsen su crecimiento. Estos incentivos pueden ayudar a fidelizar a los sellers y a mantener una relación a largo plazo con ellos. Para lograr el objetivo es importante monitorear de cerca el comportamiento de los vendedores y detectar señales tempranas de insatisfacción o descontento. En este marco, el proyecto desarrollará un modelo analítico para predecir la probabilidad de deserción de los vendedores, empleando técnicas avanzadas de análisis de datos y algoritmos de Machine Learning. Anticipar conductas con altos niveles de precisión nos permite optimizar recursos y ser más eficientes en las estrategias de retención.

Grantor dc:publisher

Universidad Torcuato Di Tella

Year dc:date.issued

2025

Author dc:creator

• García Velasco, Luis Alejandro

Advisor dc:contributor.advisor

• Calabró, Brenda

• Análisis de datos
• Predicción tecnológica
• Sistemas Expertos
• Marketing
• Data analysis
• Technology prediction
• Expert system

Statement dc:rights

• info:eu-repo/semantics/openAccess

Language dc:language

spa

Repository record dc:identifier.uri

https://repositorio.utdt.edu/handle/20.500.13098/14417

OAI identifier oai:identifier

oai:repositorio.utdt.edu:20.500.13098/14417