Ítem
Restringido

Optimización de la gestión comercial y de oportunidades para la toma de decisiones estratégicas

Mostrar el registro sencillo de la publicación
dc.contributor.advisorCastaño Aristizábal, Yudy
dc.creatorBarragán Montoya, Juan David
dc.creatorVizcaino Gutiérrez, Omar Ramiro
dc.creatorGalindo Zona, David Camilo
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2026-02-04T22:18:36Z
dc.date.available2026-02-04T22:18:36Z
dc.date.created2026-02-02
dc.descriptionLa organización financiera para la cual hemos desarrollado este trabajo enfrenta un desafío estructural en su gestión comercial: los gerentes comerciales administran un número de clientes que tienen asignados y para los cuales tienen cuatro productos claves, con una meta mensual fija de desembolsos por $500 millones, pero las decisiones estratégicas de acompañamiento, asignación de recursos y priorización de acciones se toman una vez cerrado el mes, lo que limita la capacidad de anticipación y reduce la efectividad operativa. Esta dinámica reactiva genera riesgos de incumplimiento, uso ineficiente del tiempo comercial y pérdida de oportunidades. Con el fin de transformar este proceso, el presente proyecto plantea la implementación de un sistema analítico capaz de anticipar comportamientos futuros y ofrecer señales tempranas sobre el desempeño esperado de cada gerente. Para ello se integraron y depuraron doce bases de datos correspondientes a los 12 meses de información transaccional del año 2024, consolidada a nivel gerente-mes, y se aplicó la metodología CRISP-DM como estructura para el análisis, preparación y modelado de los datos. Sobre esta base se construyeron dos enfoques complementarios: un modelo predictivo que estima la probabilidad de cumplimiento del mes siguiente y un modelo de clustering que clasifica a los gerentes en tres perfiles de desempeño (consistentes, en riesgo y de bajo desempeño), con el fin de apoyar la definición de estrategias diferenciadas. La propuesta final consiste en un mecanismo de priorización mensual que permite entregar a los equipos comerciales un ranking accionable, orientado a intervenir de manera oportuna y focalizada. Esta iniciativa brinda a la organización una herramienta que favorece la planificación anticipada, la focalización de esfuerzos, la eficiencia en la gestión regional y la consolidación de una cultura orientada a decisiones basadas en datos. En conjunto, la solución propuesta busca fortalecer los resultados comerciales y promover una gestión más estratégica, oportuna y sostenible.
dc.description.abstractThe financial organization analyzed in this project faces a structural challenge in its commercial management model: commercial managers oversee a portfolio of assigned clients and four key products, with a fixed monthly disbursement target of COP 500 million; however, strategic decisions related to follow-up, resource allocation, and action prioritization are taken only after the month has closed, limiting anticipation capabilities and reducing operational effectiveness. This reactive dynamic generates risks of non-compliance, inefficient use of commercial time, and loss of opportunities. To address this issue, the project proposes the implementation of an analytical system capable of anticipating future behaviors and providing early signals about each manager’s expected performance. For this purpose, twelve databases corresponding to the 12 months of transactional information from 2024 were integrated and refined, consolidating the data at the manager-month level, and applying the CRISP-DM methodology as the framework for data analysis, preparation, and modeling. Based on this refined dataset, two complementary analytical approaches were developed: a predictive model that estimates the probability of achieving the following month’s target, and a clustering model that segments managers into three performance profiles—consistent achievers, those at risk, and low performers—with the purpose of guiding differentiated strategies. The final proposal consists of a monthly prioritization mechanism that provides commercial teams with an actionable ranking, enabling timely and focused interventions. This initiative equips the organization with a tool that enhances anticipation, strengthens strategic planning, improves regional efficiency, and supports the consolidation of a data-driven culture. Overall, the solution seeks to reinforce commercial outcomes and promote a more strategic, proactive, and sustainable management approach.
dc.format.extent76 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_47438
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/47438
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationBeck, K., Beedle, M., van Bennekum, A., Cockburn, A., Cunningham, W., Fowler, M., Grenning, J., Highsmith, J., Hunt, A., Jeffries, R., Kern, J., Marick, B., Martin, R. C., Mellor, S., Schwaber, K., Sutherland, J., & Thomas, D. (2001). Manifiesto por el desarrollo ágil de software. https://www.atlassian.com/es/agile/manifesto
dc.source.bibliographicCitationBreiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
dc.source.bibliographicCitationChawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research, 16, 321–357. https://doi.org/10.1613/jair.953
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectGestión comercial
dc.subjectDesembolsos
dc.subjectAnalítica avanzada
dc.subjectPredicción de cumplimiento
dc.subjectModelo predictivo
dc.subjectSegmentación de gerentes
dc.subjectClustering
dc.subjectMetodología CRISP-DM
dc.subjectToma de decisiones estratégicas
dc.subjectPriorización comercial
dc.subjectDatos
dc.subjectOptimización operativa
dc.subjectCultura data-driven
dc.subjectPlanificación anticipada
dc.subjectRanking de desempeño
dc.subject.keywordCommercial management
dc.subject.keywordDisbursements
dc.subject.keywordAdvanced analytics
dc.subject.keywordCompliance prediction
dc.subject.keywordPredictive model
dc.subject.keywordManager segmentation
dc.subject.keywordClustering
dc.subject.keywordCRISP-DM methodology
dc.subject.keywordStrategic decision-making
dc.subject.keywordCommercial prioritization
dc.subject.keywordData
dc.subject.keywordPerformance ranking
dc.subject.keywordOperational optimization
dc.subject.keywordData-driven culture
dc.subject.keywordAnticipatory planning
dc.titleOptimización de la gestión comercial y de oportunidades para la toma de decisiones estratégicas
dc.title.TranslatedTitleOptimization of Commercial and Opportunity Management for Strategic Decision-Making
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
local.department.reportEscuela de Ciencias e Ingeniería
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Optimizacion_de_la_gestion_comercial_BarraganMontoya-JuanDavid-2025.pdf
Tamaño:
1.23 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics