Las campañas de telemercadeo son una de las herramientas más utilizadas por los bancos para colocar productos de ahorro, como los depósitos a plazo. Estos productos son importantes para la entidad porque le permiten captar recursos a un plazo definido y financiar su operación de crédito. Sin embargo, cada llamada tiene un costo en tiempo de los asesores, en infraestructura y en desgaste de la relación con el cliente, y solo una pequeña parte de las personas contactadas termina aceptando la oferta.
En la base analizada, de 38.234 clientes contactados, solo el 11,1 % aceptó abrir el depósito. Esto quiere decir que, sin ningún criterio de selección, de cada diez llamadas aproximadamente nueve no generan una venta. Desde la ingeniería industrial este es un problema de asignación eficiente de recurso, si el banco pudiera identificar con anticipación a los clientes con mayor probabilidad de aceptar, podría concentrar sus llamadas en ellos y reducir el número de contactos necesarios para lograr el mismo resultado.
La variable de interés es binaria, ya que cada cliente acepta o no acepta el depósito, por lo que el problema se aborda con modelos de clasificación supervisada. La pregunta que orienta la investigación es la siguiente: ¿qué tan bien pueden los modelos K vecinos más cercanos (KNN) y regresión logística (Logit) identificar a los clientes que aceptarán un depósito a plazo, a partir de su perfil y de la forma en que fueron contactados?
El objetivo de modelación es construir y comparar ambos modelos para clasificar a los clientes según su probabilidad de aceptar la oferta, con el fin de determinar cuál resulta más útil para priorizar las llamadas de una campaña.
Se utilizó la base Bank Marketing, que recoge las campañas de telemercadeo de un banco portugués realizadas entre mayo de 2008 y noviembre de 2010. Los datos fueron publicados en el repositorio de aprendizaje automático de la Universidad de California en Irvine (UCI) y son los mismos analizados por Moro et al. (2014).
Tabla 1
Ficha de la fuente de datos
| Elemento | Descripción |
|---|---|
| Conjunto de datos | Bank Marketing (archivo bank-additional-full) |
| Autores | S. Moro, P. Rita y P. Cortez |
| Entidad que lo publica | UCI Machine Learning Repository |
| Enlace | https://archive.ics.uci.edu/dataset/222/bank+marketing |
| DOI | 10.24432/C5K306 |
| Período | Mayo de 2008 a noviembre de 2010 |
| Unidad de análisis | Cliente contactado en la campaña |
| Registros originales / finales | 41.188 / 38.234 |
La variable dependiente es si el cliente aceptó o no el depósito a plazo. Las variables independientes se escogieron porque describen el perfil del cliente, su relación previa con el banco, la forma de contacto y el entorno económico del momento, que son los factores que un área comercial puede conocer antes de hacer la llamada.
Tabla 2
Variables del estudio
| Variable | Rol | Tipo | Descripción | Justificación |
|---|---|---|---|---|
| suscribio | Y | Binaria (Sí / No) | El cliente aceptó el depósito a plazo | Resultado que se busca predecir |
| edad | X | Numérica (años) | Edad del cliente | La etapa de vida influye en la decisión de ahorrar |
| ocupacion | X | Categórica (11 niveles) | Tipo de trabajo | Se relaciona con el ingreso y la estabilidad |
| estado_civil | X | Categórica | Casado, soltero, divorciado o viudo | Cambia las prioridades financieras del hogar |
| educacion | X | Categórica ordinal | Básica, bachillerato, técnica, universitaria | Se asocia con el conocimiento de productos financieros |
| credito_vivienda | X | Binaria | Tiene crédito de vivienda con el banco | Un crédito activo reduce la capacidad de ahorro |
| prestamo_personal | X | Binaria | Tiene préstamo personal | Mismo efecto que el anterior |
| tipo_contacto | X | Binaria | Celular o teléfono fijo | Refleja la calidad del canal de contacto |
| contactos_campana | X | Numérica (llamadas) | Llamadas en esta campaña | Insistir demasiado puede generar rechazo |
| contactos_previos | X | Numérica (llamadas) | Llamadas en campañas anteriores | Mide la relación comercial previa |
| resultado_campana_anterior | X | Categórica | Éxito, fracaso o sin campaña previa | Un cliente que ya aceptó tiende a repetir |
| euribor_3m | X | Numérica (%) | Tasa Euribor a 3 meses | Indica el atractivo de las tasas de ahorro en el mercado |
De los 41.188 registros originales se eliminaron 12 duplicados y 2.942 registros con la categoría “desconocido” en alguna de las variables seleccionadas, con lo que la base quedó con 38.234 clientes. Las categorías se tradujeron al español y el nivel educativo se agrupó en cuatro niveles. Se excluyó la duración de la llamada, a pesar de estar en la base original, porque solo se conoce después de terminar la llamada y no sirve para decidir a quién contactar.
La base se dividió en un 70 % para entrenamiento (26.764 clientes) y un 30 % para prueba (11.470 clientes), manteniendo en ambas partes la misma proporción de aceptación. Como solo el 11,1 % de los clientes acepta, un modelo entrenado con la base original tendería a predecir “No” para casi todos. Para evitarlo, el conjunto de entrenamiento se balanceó tomando todos los clientes que aceptaron y una muestra aleatoria del mismo tamaño de los que no aceptaron (5.960 clientes en total). El conjunto de prueba se dejó con la proporción real, para evaluar los modelos en condiciones parecidas a las de una campaña verdadera.
El modelo KNN clasifica a cada cliente según la clase más frecuente entre los k clientes más parecidos del conjunto de entrenamiento, medidos con la distancia euclidiana. Como las variables tienen escalas distintas, se estandarizaron antes de calcular las distancias, y las variables categóricas se convirtieron en variables indicadoras. El valor de k se eligió por validación cruzada de cinco grupos, probando valores entre 5 y 101 y escogiendo el que maximizó el AUC.
La regresión logística estima la probabilidad de que el cliente acepte el depósito mediante la siguiente expresión:
P(Yi = 1) = 1 / (1 + e−(β0 + β1X1i + … + βpXpi))
Donde Yi = 1 indica que el cliente aceptó. Los coeficientes se interpretan mediante la razón de probabilidades (odds ratio), eβ: un valor mayor que 1 indica que la variable aumenta la probabilidad de aceptar y un valor menor que 1 indica que la reduce. En ambos modelos se clasifica como “Sí” a los clientes con probabilidad estimada igual o mayor que 0,5.
Los modelos se compararon en el conjunto de prueba con la exactitud, la sensibilidad (proporción de clientes que aceptaron y que el modelo detectó), la especificidad, la precisión, el puntaje F1, el índice kappa y el área bajo la curva ROC (AUC). También se construyó una curva de ganancia acumulada, que muestra qué porcentaje de los clientes interesados se alcanza llamando solo a una parte de la base.
Tabla 3
Base de datos depurada (interactiva)
Figura 1
Distribución de los clientes según aceptaron o no el depósito a plazo
La Figura 1 muestra un fuerte desbalance entre las dos clases: 4.257 clientes aceptaron el depósito (11,1 %) y 33.977 no lo hicieron. Esta situación es común en campañas comerciales y justifica el balanceo del conjunto de entrenamiento, ya que un modelo que dijera “No” a todos tendría una exactitud cercana al 89 % sin aportar ningún valor al negocio.
Tabla 4
Estadísticas descriptivas de las variables cuantitativas según la respuesta del cliente
| Variable | Grupo | Media | Desv. estándar | Mediana | Mínimo | Máximo |
|---|---|---|---|---|---|---|
| Edad | Aceptó | 40,74 | 13,47 | 37,00 | 18,00 | 98,00 |
| Edad | No aceptó | 39,75 | 9,81 | 38,00 | 17,00 | 95,00 |
| Contactos en la campaña | Aceptó | 2,06 | 1,65 | 2,00 | 1,00 | 23,00 |
| Contactos en la campaña | No aceptó | 2,63 | 2,87 | 2,00 | 1,00 | 43,00 |
| Contactos previos | Aceptó | 0,47 | 0,84 | 0,00 | 0,00 | 6,00 |
| Contactos previos | No aceptó | 0,13 | 0,41 | 0,00 | 0,00 | 7,00 |
| Euribor 3 meses (%) | Aceptó | 2,15 | 1,75 | 1,27 | 0,63 | 5,04 |
| Euribor 3 meses (%) | No aceptó | 3,81 | 1,64 | 4,86 | 0,63 | 5,04 |
La Tabla 4 muestra que los clientes que aceptaron tienen una edad promedio parecida a la de los que no aceptaron (40,7 frente a 39,8 años), pero recibieron en promedio menos llamadas en la campaña (2,06 frente a 2,63) y más llamadas en campañas anteriores. La diferencia más marcada está en la tasa Euribor: entre quienes aceptaron, el promedio fue de 2,15 %, mientras que entre quienes no aceptaron fue de 3,81 %.
Figura 2
Tasa de aceptación del depósito según grupo de edad
La línea punteada representa la tasa general de aceptación.
La relación entre la edad y la aceptación no es lineal, sino que forma una U. Los clientes más jóvenes (17 a 25 años) aceptan en un 19,0 % y los mayores de 65 años en un 45,8 %, mientras que entre los 36 y 55 años la tasa baja a cerca del 9 %. Una posible explicación es que en las edades intermedias las personas tienen más obligaciones financieras, como créditos y gastos del hogar, que reducen su capacidad de ahorro.
Figura 3
Tasa de aceptación según el número de llamadas en la campaña
La Figura 3 muestra que insistir no mejora el resultado. Los clientes contactados una sola vez aceptan en un 12,8 %, y la tasa cae a medida que aumentan las llamadas, hasta llegar a 2,9 % en quienes recibieron más de diez. Esto sugiere que, después de unos pocos intentos, seguir llamando consume recursos sin aumentar las ventas.
Figura 4
Distribución de la tasa Euribor a 3 meses según la respuesta del cliente
En la Figura 4 se observa que la mayoría de los clientes que no aceptaron fueron contactados cuando el Euribor estaba por encima del 4 %, mientras que una parte importante de los que aceptaron lo fue cuando la tasa estaba por debajo del 2 %. Con el Euribor en 2 % o menos aceptó el 24,0 % de los clientes, frente al 4,9 % cuando estaba por encima del 4 %. Este resultado coincide con el período de la crisis financiera de 2008, cuando las tasas de interés bajaron y los clientes pudieron haber buscado productos de ahorro con un rendimiento fijo y seguro.
Tabla 5
Distribución de las variables categóricas y tasa de aceptación por categoría
| Variable | Categoría | Clientes | % de la base | Tasa de aceptación |
|---|---|---|---|---|
| Ocupación | Estudiante | 688 | 1,8 % | 30,2 % |
| Ocupación | Jubilado | 1.576 | 4,1 % | 24,7 % |
| Ocupación | Desempleado | 963 | 2,5 % | 14,3 % |
| Ocupación | Administrativo | 9.934 | 26,0 % | 12,9 % |
| Ocupación | Gerencial | 2.728 | 7,1 % | 11,1 % |
| Ocupación | Independiente | 1.349 | 3,5 % | 10,8 % |
| Ocupación | Técnico | 6.376 | 16,7 % | 10,7 % |
| Ocupación | Empleada doméstica | 987 | 2,6 % | 9,9 % |
| Ocupación | Empresario | 1.360 | 3,6 % | 8,5 % |
| Ocupación | Servicios | 3.714 | 9,7 % | 8,0 % |
| Ocupación | Obrero | 8.559 | 22,4 % | 7,0 % |
| Estado civil | Soltero | 10.756 | 28,1 % | 13,7 % |
| Estado civil | Divorciado o viudo | 4.301 | 11,2 % | 10,4 % |
| Estado civil | Casado | 23.177 | 60,6 % | 10,1 % |
| Educación | Universitaria | 11.817 | 30,9 % | 13,7 % |
| Educación | Técnica | 5.097 | 13,3 % | 11,3 % |
| Educación | Bachillerato | 9.241 | 24,2 % | 10,9 % |
| Educación | Básica | 12.079 | 31,6 % | 8,7 % |
| Crédito de vivienda | Sí | 20.573 | 53,8 % | 11,4 % |
| Crédito de vivienda | No | 17.661 | 46,2 % | 10,8 % |
| Préstamo personal | No | 32.275 | 84,4 % | 11,2 % |
| Préstamo personal | Sí | 5.959 | 15,6 % | 10,7 % |
| Tipo de contacto | Celular | 24.432 | 63,9 % | 14,5 % |
| Tipo de contacto | Teléfono fijo | 13.802 | 36,1 % | 5,2 % |
| Campaña anterior | Éxito | 1.243 | 3,3 % | 64,6 % |
| Campaña anterior | Fracaso | 3.936 | 10,3 % | 13,5 % |
| Campaña anterior | Sin campaña previa | 33.055 | 86,5 % | 8,8 % |
Figura 5
Tasa de aceptación del depósito según la ocupación del cliente
La línea punteada representa la tasa general de aceptación.
Los estudiantes (30,2 %) y los jubilados (24,7 %) son los grupos que más aceptan el depósito, lo que concuerda con la forma de U observada en la edad. En el otro extremo están los obreros (7,0 %) y los trabajadores de servicios (8,0 %), que además son grupos grandes dentro de la base. Por nivel educativo, la tasa aumenta con la formación: va del 8,7 % en educación básica al 13,7 % en universitaria.
Figura 6
Tasa de aceptación según el resultado de la campaña anterior y el tipo de contacto
La Figura 6 presenta las dos variables con las diferencias más claras. Cuando el cliente había aceptado en la campaña anterior, la tasa de aceptación llega al 64,6 %, casi seis veces la tasa general, mientras que entre los clientes sin campaña previa es de apenas 8,8 %. En cuanto al canal, los clientes contactados por celular aceptan en un 14,5 %, frente al 5,2 % de los contactados por teléfono fijo. En cambio, tener crédito de vivienda o préstamo personal genera diferencias pequeñas en la tasa de aceptación (Tabla 5).
En síntesis, el análisis descriptivo indica que la historia comercial del cliente, el canal de contacto, la tasa de interés del momento y la edad son las variables que más separan a quienes aceptan de quienes no, lo que permite anticipar que serán las de mayor peso en los modelos.
Figura 7
Selección del número de vecinos (k) por validación cruzada
La línea punteada señala el valor de k seleccionado.
El AUC en validación cruzada aumenta rápidamente con los primeros valores de k y después se estabiliza. El valor seleccionado fue k = 77, con un AUC de 0,7429 en el entrenamiento. Valores muy bajos de k hacen que el modelo se fije demasiado en clientes puntuales, mientras que valores altos suavizan la clasificación y generalizan mejor.
En el conjunto de prueba, el modelo KNN detectó 794 de los 1.277 clientes que aceptaron, lo que equivale a una sensibilidad de 62,2 %, con una exactitud de 75,5 % y un AUC de 0,753.
Tabla 6
Resultados del modelo de regresión logística
| Variable | Coeficiente | Error estándar | Valor p | Odds ratio | IC 95 % OR |
|---|---|---|---|---|---|
| Intercepto | 1,301 | 0,199 | < 0,001 | 3,673 | [2,488; 5,421] |
| Edad | -0,003 | 0,003 | 0,432 | 0,997 | [0,991; 1,004] |
| Ocupación: Desempleado | 0,182 | 0,198 | 0,359 | 1,199 | [0,813; 1,768] |
| Ocupación: Empleada doméstica | 0,032 | 0,206 | 0,875 | 1,033 | [0,690; 1,546] |
| Ocupación: Empresario | -0,057 | 0,170 | 0,737 | 0,944 | [0,676; 1,319] |
| Ocupación: Estudiante | 0,358 | 0,198 | 0,070 | 1,431 | [0,971; 2,108] |
| Ocupación: Gerencial | -0,094 | 0,124 | 0,448 | 0,910 | [0,714; 1,161] |
| Ocupación: Independiente | 0,007 | 0,173 | 0,969 | 1,007 | [0,718; 1,412] |
| Ocupación: Jubilado | 0,718 | 0,168 | < 0,001 | 2,051 | [1,474; 2,854] |
| Ocupación: Obrero | -0,203 | 0,113 | 0,074 | 0,817 | [0,654; 1,020] |
| Ocupación: Servicios | -0,230 | 0,122 | 0,060 | 0,795 | [0,625; 1,010] |
| Ocupación: Técnico | -0,098 | 0,101 | 0,334 | 0,907 | [0,743; 1,106] |
| Estado civil: Divorciado o viudo | 0,041 | 0,098 | 0,674 | 1,042 | [0,860; 1,263] |
| Estado civil: Soltero | 0,017 | 0,075 | 0,823 | 1,017 | [0,879; 1,177] |
| Educación: Bachillerato | 0,178 | 0,099 | 0,074 | 1,195 | [0,983; 1,452] |
| Educación: Técnica | 0,223 | 0,118 | 0,058 | 1,250 | [0,993; 1,573] |
| Educación: Universitaria | 0,275 | 0,102 | 0,007 | 1,317 | [1,079; 1,608] |
| Crédito de vivienda: Sí | -0,084 | 0,060 | 0,158 | 0,919 | [0,818; 1,033] |
| Préstamo personal: Sí | -0,123 | 0,081 | 0,131 | 0,885 | [0,754; 1,037] |
| Contacto: Teléfono fijo | -0,254 | 0,073 | < 0,001 | 0,776 | [0,672; 0,895] |
| Contactos en la campaña | -0,042 | 0,014 | 0,003 | 0,959 | [0,932; 0,986] |
| Contactos previos | 0,297 | 0,130 | 0,022 | 1,346 | [1,044; 1,737] |
| Campaña anterior: Fracaso | -0,818 | 0,180 | < 0,001 | 0,441 | [0,310; 0,629] |
| Campaña anterior: Éxito | 1,400 | 0,259 | < 0,001 | 4,056 | [2,440; 6,741] |
| Euribor 3 meses | -0,393 | 0,019 | < 0,001 | 0,675 | [0,650; 0,701] |
Categorías de referencia: Administrativo, Casado, educación básica, sin crédito de vivienda, sin préstamo personal, celular y sin campaña previa. Modelo estimado con el conjunto de entrenamiento balanceado.
El historial con el banco es la variable con mayor efecto. Haber aceptado en la campaña anterior multiplica por 4,06 las probabilidades de aceptar frente a un cliente sin campaña previa (p < 0,001), mientras que haber rechazado la campaña anterior las reduce en 56 %. Cada llamada adicional en campañas anteriores aumenta las probabilidades en un 35 %.
En cuanto al entorno económico, cada punto porcentual adicional en la tasa Euribor reduce las probabilidades de aceptar en un 33 % (p < 0,001). Ser contactado por teléfono fijo en lugar de celular las reduce en un 22 %, y cada llamada adicional en la campaña actual las reduce en un 4,1 %, lo que confirma que insistir no mejora el resultado.
Entre las variables del perfil, los jubilados tienen 2,05 veces las probabilidades de aceptar de un empleado administrativo (p < 0,001) y los clientes con educación universitaria 1,32 veces las de uno con educación básica (p = 0,007). El estado civil, el crédito de vivienda y el préstamo personal no resultaron significativos, y la edad tampoco lo fue (p = 0,432). Esto último se explica porque su relación con la aceptación tiene forma de U (Figura 2) y el modelo logit la representa como una línea; además, parte de su efecto ya lo recogen las categorías de estudiante y jubilado.
En el conjunto de prueba, el modelo logit detectó 886 de los 1.277 clientes que aceptaron, con una sensibilidad de 69,4 %, una exactitud de 74,5 % y un AUC de 0,769.
Tabla 7
Matrices de confusión de los modelos en el conjunto de prueba
| Modelo | Predicción | Real: Sí | Real: No |
|---|---|---|---|
| KNN (k = 77) | Sí | 794 | 2.326 |
| KNN (k = 77) | No | 483 | 7.867 |
| Logit | Sí | 886 | 2.536 |
| Logit | No | 391 | 7.657 |
n = 11.470 clientes del conjunto de prueba.
Tabla 8
Métricas de desempeño de los modelos en el conjunto de prueba
| Métrica | KNN | Logit | Mejor modelo |
|---|---|---|---|
| Exactitud | 0,755 | 0,745 | KNN |
| Sensibilidad | 0,622 | 0,694 | Logit |
| Especificidad | 0,772 | 0,751 | KNN |
| Precisión | 0,254 | 0,259 | Logit |
| Puntaje F1 | 0,361 | 0,377 | Logit |
| Kappa | 0,241 | 0,257 | Logit |
| AUC | 0,753 | 0,769 | Logit |
Figura 8
Comparación de las métricas de desempeño de los modelos
Figura 9
Curvas ROC de los modelos en el conjunto de prueba
La línea punteada representa una clasificación al azar.
Figura 10
Curva de ganancia acumulada: clientes interesados alcanzados según el porcentaje de la base contactada
La línea punteada diagonal representa llamar a los clientes al azar; la línea vertical marca el 20 % de la base.
En exactitud, el mejor modelo fue KNN (75,5 % frente a 74,5 %). Sin embargo, en un problema con clases desbalanceadas esta métrica no es la más importante, porque está dominada por los clientes que no aceptan. Para el banco lo relevante es encontrar a los clientes interesados, y en esa tarea el modelo con mayor sensibilidad fue Logit: el logit detectó 886 clientes interesados frente a 794 del KNN, es decir, 92 ventas potenciales de diferencia en el conjunto de prueba.
La especificidad fue mayor en KNN, lo que significa que este modelo genera menos llamadas a clientes que no van a aceptar. En precisión, puntaje F1 y kappa el mejor fue Logit, aunque en ambos modelos la precisión es baja (25,4 % y 25,9 %): de cada cuatro clientes que el modelo señala como interesados, aproximadamente uno acepta. Esto es esperable cuando solo el 11,1 % de la población acepta, y aun así representa más del doble de la tasa que se obtendría llamando al azar.
El AUC, que mide la capacidad de ordenar a los clientes de mayor a menor probabilidad sin depender del umbral, fue mayor en Logit (0,769 frente a 0,753). La curva de ganancia (Figura 10) traduce esta diferencia a términos de negocio: si el banco llamara solo al 20 % de los clientes con mayor probabilidad según el logit, alcanzaría el 59,4 % de todos los interesados; con el KNN alcanzaría el 53,2 %, y llamando al azar solo el 20 %.
De acuerdo con estos resultados, el modelo recomendado para este problema es la regresión logística. Aunque el KNN obtuvo una exactitud ligeramente mayor, el logit detecta más clientes interesados, ordena mejor a los clientes según su probabilidad de aceptar y permite explicar qué variables influyen en la decisión y en qué magnitud, algo que el KNN no ofrece. Para un área comercial esta interpretación es tan importante como la predicción, porque permite diseñar la campaña y no solo seleccionar a quién llamar.
Los dos modelos lograron clasificar a los clientes con una capacidad claramente superior al azar, con valores de AUC de 0,753 para el KNN y 0,769 para el logit. La regresión logística resultó más adecuada para el objetivo planteado, porque identifica una mayor proporción de los clientes que aceptan el depósito y sus coeficientes permiten entender el comportamiento del cliente.
Los factores más asociados con la aceptación son el resultado de la campaña anterior, la tasa de interés del mercado, el canal de contacto y el número de llamadas. Los clientes que ya habían aceptado antes, los contactados por celular, los estudiantes y jubilados y los contactados en momentos de tasas bajas tienen una probabilidad mucho mayor de aceptar. En cambio, insistir con muchas llamadas reduce la probabilidad de éxito.
A partir de estos hallazgos se proponen las siguientes estrategias para el banco; priorizar a los clientes que aceptaron campañas anteriores y a los segmentos de estudiantes y jubilados, preferir el contacto por celular, establecer un límite de dos o tres llamadas por cliente en cada campaña, y usar el modelo logit para ordenar la base y llamar primero al grupo de mayor probabilidad, ya que con solo el 20 % de las llamadas se alcanzaría cerca del 59 % de los clientes interesados. Además, como la tasa de aceptación depende del entorno económico, la intensidad de las campañas debería ajustarse según el nivel de las tasas de interés.
El modelo logró responder al objetivo de la investigación. El objetivo era construir y comparar dos modelos para identificar a los clientes con mayor probabilidad de aceptar el depósito y determinar cuál es más útil para priorizar las llamadas. Ambos modelos superan ampliamente la selección al azar, la comparación permitió identificar al logit como la mejor alternativa con argumentos medibles (sensibilidad, AUC y ganancia acumulada) y sus resultados son coherentes con lo observado en el análisis descriptivo. No obstante, la precisión de ambos modelos es moderada, por lo que deben entenderse como una herramienta para ordenar y priorizar la base de clientes y no como una predicción exacta de quién va a aceptar.
Entre las limitaciones se encuentran que los datos corresponden a un banco portugués entre 2008 y 2010, un período marcado por la crisis financiera, por lo que los resultados no necesariamente se pueden trasladar a otro país o momento. Además, el umbral de 0,5 se aplicó sobre un modelo entrenado con datos balanceados, y su valor podría ajustarse según el costo de cada llamada y la ganancia de cada depósito. Como extensiones se propone incluir la edad con una forma no lineal en el modelo logit, probar otros modelos de clasificación y validar los resultados con datos de campañas más recientes.
Hosmer, D. W., Lemeshow, S., y Sturdivant, R. X. (2013). Applied logistic regression (3.ª ed.). Wiley.
James, G., Witten, D., Hastie, T., y Tibshirani, R. (2021). An introduction to statistical learning: With applications in R (2.ª ed.). Springer.
Kuhn, M. (2008). Building predictive models in R using the caret package. Journal of Statistical Software, 28(5), 1–26.
Moro, S., Cortez, P., y Rita, P. (2014). A data-driven approach to predict the success of bank telemarketing. Decision Support Systems, 62, 22–31.
Moro, S., Rita, P., y Cortez, P. (2014). Bank Marketing [Conjunto de datos]. UCI Machine Learning Repository. https://doi.org/10.24432/C5K306
Robin, X., Turck, N., Hainard, A., Tiberti, N., Lisacek, F., Sanchez, J.-C., y Müller, M. (2011). pROC: An open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 12, 77.