R Markdown

Este es un documento de R Markdown (slidy).

Paquetes utilizados:

library(knitr)
library(dplyr)
library(reshape)
library(ggplot2)
library(scales)
library(cluster)
rm(list=ls())

Cláusula de exención de responsabilidad. Este documento es un borrador y no debe considerarse la versión final. Toda la información contenida aquí está sujeta a cambios derivados de revisiones posteriores.

Universo de estudio

• Clientes: Activos (~ 11.0 millones)
  
• Productos: TDC o TDD
  
• Ventana de desempeño: 12 meses (Sep 2014 - Ago 2015)
  
• Fuente: Datamart de Fraudes
  
• Unidad de observación: Transacción (~ 579.7 millones)
  
• Unidad de análisis: Giro (770 giros con txn)
  
• Variables destacadas:
  – Total de clientes que consumieron en el giro
  – Consumo total medio de los clientes que consumieron en el giro
  – Distribución relativa por banca (segmento móvil a Ago 2015)
  – Estimación de ingreso anual por cliente (Ago 2015)

No incluye:

– Disposiciones en efectivo
– Personas morales (Bancas: BCI, BEyG, PyME, Negocio y Micronegocio)

Enfoque del estudio

• Consolidación de la información a nivel giro
  
• Se utiliza al giro como un proxy para perfilar a los clientes que lo consumen
  – Identificación del subconjunto de clientes que consumieron en cada giro
  – Determinación del consumo anual total de cada uno de los clientes (consumo en todos los giros)
  – Cálculo del consumo anual total medio del clientes del subconjunto
  
• Se analiza la relación entre ingreso estimado anual y consumo total anual
  – Modelización de una función que conecte al ingreso con el consumo
  – Validación de estadísticos de significancia y parámetros del modelo
  
• Con estos indicadores puede considerarse el siguiente enfoque:
  – “Dado que un cliente consumió en un cierto giro, entonces tendra cierto nivel de consumo anual”
  – “Dado que un cliente tiene un nivel de consumo anual, entonces puede inferirse su ingreso anual”
  * * *

Nota. Puede existir multiplicidad dado que un cliente puede consumir en varios giros (~8 en promedio), esta situación no afecta al estudio, pero es importante destacarlo para mantener una correcta interpretación.

Consumo medio por giro

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   12170  146600  225800  291100  369500 5951000

Ingreso medio por giro

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   60000  544700  747000  837200 1027000 4488000       6

Relación ingreso - consumo

Dispersión de los giros excluidos.

Dispersión con volumen de clientes por giro.

Modelo de regresión

• Se ajustó un modelo de regresión lineal para detectar la relación entre:
  – El nivel de ingreso anual estimado medio
  – El nivel de consumo anual total medio

El modelo encontrado explica el 86% de la variabilidad del consumo total anual medio.

• Características del modelo
  – Una r2 ajustada de 0.8602587
  – Un error residual medio de 53,323 con 519 grados de libertad
  – El modelo y sus coeficientes son signifcativos

Este modelo sugiere que un incremento de $1000 mxp en ingreso anual implica un consumo medio adicional de $446 mxp.
* * *

Nota. Se excluyen del análisis aquellos giros en los que consumieron menos de 50 clientes por considerarse singularidades, así como los outliers al 99% sobre las variables analizadas.

## 
## Call:
## lm(formula = CONSUMO_MEDIO ~ INGRESO_MEDIO, data = girosC)
## 
## Coefficients:
##   (Intercept)  INGRESO_MEDIO  
##    -9.231e+04      4.461e-01

Análisis de residuales

Segmentación de giros

Para analizar los giros donde los clientes han consumido con TDC o TDD se llevo a cabo una segmentación con las siguientes características:

• Unidad de análisis: Giro
  
• Técnica: k-means clustering con 8 segmentos máximo
  
• Variables activas: Distribución relativa de clientes según segmentos bancarios
  
• Preprocesamiento: Centrado y escalado de variables

Detalle de segmentos (cluster profile)

Segmentos encontrados

Zoom | Escenario base

• Giros entre mil y 100 mil clientes
  
• Giros con clientes con consumo mayor a 240 mil mxp

Zoom | Escenario alternativo A

• Giros entre 100 y 100 mil clientes
  
• Giros con clientes con consumo mayor a 240 mil mxp

Zoom | Escenario alternativo B

• Giros entre mil y 100 mil clientes
  
• Giros con clientes con consumo mayor a 180 mil mxp

Giros | Escenario base

Giros | Escenario alternativo A

Giros | Escenario alternativo B

Próximos pasos

• Refinar el conjunto de clientes sujetos al ajuste de la estimación del ingreso

• Calibrar el mecanismo para estimar el ingreso

• Identificación de aplicaciones alternativas para eventos de consumo notables

– Clasificaciones alternativas de comercios basadas en:
— Niveles de consumo
— Proximidad
— Tipo

El prerrequisito natural para estas labores es la disponibilidad de información de calidad en la relación: transacción –> comercio –> giro, en cuanto a integridad referencial y completez.

Adicionalmente es necesario contar con la localización de los comercios a nivel de coordenadas (latitud, longitud).