Análisis de clasificación para una red de corresponsales bancarios en Perú utilizando series de tiempo y datos categóricos

Abstract

Una red peruana de corresponsales bancarios, los cuales son comercios habilitados para prestar ciertos servicios financieros a nombre de entidades financieras, busca mejorar su rentabilidad y analizar mejor el comportamiento de sus puntos a lo largo del tiempo, para lo cual solicitó un análisis acerca de la evolución de las transacciones en su red y la relación entre dichos comportamientos transaccionales con el estado actual de sus puntos. Para ello, se empleó un análisis de clúster para series de tiempo sobre datos transaccionales para una red de corresponsales bancarios en Perú a lo largo de tres años, complementado con un random forest para asociar dichos clústeres con características asociadas a los corresponsales, y un modelo de máquina de vectores de soporte (SVM) para relacionar dichos clústeres con el estado actual de los puntos. Se hallaron tres patrones diferentes de comportamiento transaccional, los cuales fueron relacionados exitosamente con dichas características y el estado del corresponsal. A partir de lo anterior, se observó que la red de corresponsales bancarios aún no ha logrado recuperar los niveles transaccionales de hace tres años, al tiempo que necesita expandir sus criterios de selección para incluir tipos de comercio y tener más en cuenta la actividad principal del mismo. Igualmente, se apreció cómo el sector donde está ubicado el comercio afecta el resultado del mismo. Lo anterior agrega valor por medio de insumos cuantitativos para la toma de decisiones de apertura de puntos futuros.

"A Peruvian network of banking correspondents, defined as retailers authorised to perform certain financial services on behalf of banking institutions, sought to improve its profitability and gain a greater understanding on the behaviour of its locations throughout time, which led to request an analysis on the evolution of transactions through the network and the relationship between these transaction behaviours and the current status of the network locations. For this, a time series cluster analysis was employed on three years of transactional data for a Peruvian banking correspondents network, coupled with a random forest to associate these clusters with features associated to the retailers serving as banking correspondents, and a support vector machine (SVM) model to associate these clusters and the current status of the network locations. Three different transactional behaviour patterns were obtained, which were successfully associated with said features and the current status of the banking correspondents. From the above, it was found that the banking correspondent network has not recovered the transactional levels it had three years ago, while also highlighting the need to expand selection criteria by including type of retailer and taking the main activity of the same in higher regard. Likewise, it was seen that the district where the retailer is located affected its performance as a banking correspondent. The study added value to the network by providing quantitative input for strategic decision making on the opening of future locations."--Tomado del Formato de Documento de Grado.