Resumen:
|
[ES] En los últimos años los seguros de vida han aumentado su participación dentro del mercado financiero colombiano. Para fortalecer este posicionamiento las aseguradoras tienen el reto de reinventar sus productos ...[+]
[ES] En los últimos años los seguros de vida han aumentado su participación dentro del mercado financiero colombiano. Para fortalecer este posicionamiento las aseguradoras tienen el reto de reinventar sus productos ajustándolos a las demandas de sus clientes y de este modo incrementar las ventas. Así pues, con el fin de incentivar integralmente el desarrollo de seguros de vida y dinamizar su oferta en el país, en este trabajo de máster se diseña, desarrolla y evalúa un modelo de procesamiento del lenguaje natural entrenado en la tarea de perfilado, a partir de datos no estructurados provenientes de Twitter. Con estos datos, se genera una segmentación de los usuarios evaluando los hábitos alimenticios, la actividad física y el sentimiento de las publicaciones, permitiendo ofrecer una tarifa preferencial para los fragmentos identificados con menor riesgo que genere un estímulo en la venta y cree valor económico para las aseguradoras. Se valida el modelo al relacionar los resultados con la tasa de mortalidad a nivel departamental, obteniendo una correlación de Pearson moderada del 0,56 para los departamentos urbanos de Colombia.
[-]
[EN] In recent years, life insurance has increased its participation in the Colombian financial market. To strengthen this position, insurers have the challenge of reinventing their products adjusting to the demands of ...[+]
[EN] In recent years, life insurance has increased its participation in the Colombian financial market. To strengthen this position, insurers have the challenge of reinventing their products adjusting to the demands of their clients and thus increasing sales. Thus, to fully encourage the development of life insurance and streamline its offer in the country, in this master's work a natural language processing model trained in the profiling task is designed, developed, and evaluated. unstructured data from Twitter. With these data, a segmentation of users is generated by analyzing eating habits, physical activity and the sentiment of the publications, allowing to offer a preferential rate for the fragments identified with less risk that generates a stimulus in the sale and creates economic value for insurers. The model is validated by relating the results to the mortality rate at the departmental level, obtaining a moderate Pearson's correlation of 0.56 for the urban departments of Colombia.
[-]
|