Está en la página 1de 18

Universidad Nacional de Córdoba

Facultad de Ciencias Económicas


Escuela de Graduados
Maestría en Dirección de Negocios

Métodos Estadísticos

CASO PILGRIM BANK


Rentabilidad y retención de los clientes

Integrantes:

Castiñeira, Romina
Grbich, Alejandra
Marchetti, Luz
Pellegrinet, Marino
Sbrocca, Maximiliano
Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

1 Índice


1 Índice ................................................................................................................. 2
2 Introducción ...................................................................................................... 3
3 Desarrollo .......................................................................................................... 4
3.1 Elabore en Excel el gráfico de rentabilidad acumulada por clientes que figura en el
caso. 4
3.2 Basados en los datos de la muestra de clientes para 1999, ¿qué pueden concluir
acerca de la rentabilidad promedio de todos los clientes de PB? ....................................... 4
3.3 ¿Es la diferencia en promedio de rentabilidad de los clientes online y offline de la
muestra, indicativa de una diferencia significativa en rentabilidad entre estos grupos de
clientes para la población completa de clientes de PB? ..................................................... 9
3.4 ¿Qué rol juegan las variables demográficas en el análisis de la rentabilidad de los
clientes online y offline? .................................................................................................. 11
3.5 ¿Cuál es la mejor estimación que puede determinar, con los datos del año 99, del
servicio online sobre la rentabilidad por cliente? Explicite los pasos que lo llevan a esta
estimación. ..................................................................................................................... 14
3.6 ¿Cómo obtienen dinero de sus clientes los bancos comerciales? ¿Cuánta variación
de rentabilidad hay en los beneficios entre clientes? Basados en estas respuestas: ¿qué
recomendarían hacer al banco en términos de ajustar niveles de servicio a niveles de
rentabilidad de los clientes? ............................................................................................ 16
4 Conclusión ....................................................................................................... 18

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 2


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

2 Introducción
Pilgrim es una banco con más de 100 años de experiencia, nacido en Texas como First
Guaranty State Bank of Pittsburg. Este banco contaba con un portfolio de 5 millones de
clientes y en el momento de análisis intentaba incursionar en la metodología OnLine.
En el presente trabajo se analizaron los datos disponibles (1999 - 2000), a través de
diferentes instrumentos estadísticos con el fin de conocer el comportamiento de sus
clientes y poder identificar las variables que influyen en su rentabilidad con la intención
de incrementarla anualmente.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 3


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

3 Desarrollo

3.1 Elabore en Excel el gráfico de rentabilidad acumulada por clientes que figura
en el caso.

Basándonos en la información brindada por el caso, ordenando la lista por rentabilidad


podemos observar el siguiente gráfico:

El cual nos ayuda a comprender que aproximadamente el 100% de la rentabilidad es


obtenida por el 20% de los clientes.

3.2 Basados en los datos de la muestra de clientes para 1999, ¿qué pueden
concluir acerca de la rentabilidad promedio de todos los clientes de PB?

De una población de 5 millones se tomó una muestra de 31.634 clientes de Pilgrim Bank,
el promedio de la muestra es de $111,5. El menor valor de la muestra es de -$221 y el
máximo de $2.071, lo que describe que hay un amplio rango de valores. La rentabilidad
mediana del cliente es $9 y la desviación estándar es de $272,8, lo que indica que
tenemos un importante rango de variación respecto al promedio.
A continuación se presenta un histograma y un análisis descriptivo de la muestra de
31.634 clientes:

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 4


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 5


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Además realizamos una muestra de 5000 en la cual obtuvimos los siguientes gráficos y
datos:

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 6


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Y al tomar una muestra de 1500 obtuvimos los siguientes datos:

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 7


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Podemos así concluir que con una muestra más pequeña de 5.000 y con 1.500 los datos
obtenidos tanto de media, la desviación estándar y otros valores no tienen una gran
variación, por lo tanto se podría haber utilizado menos esfuerzo en el procesamiento
de datos de la muestra.
Si calculamos el tamaño de la muestra de la población de 5.000.000 con un margen de
error del 5% y con un nivel de confianza del 99% deberíamos tomar una muestra de
664.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 8


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Al tomar esta muestra de 664 podemos evidenciar que los datos obtenidos tampoco se
diferencian sustancialmente a la de 31.634.

3.3 ¿Es la diferencia en promedio de rentabilidad de los clientes online y offline


de la muestra, indicativa de una diferencia significativa en rentabilidad entre
estos grupos de clientes para la población completa de clientes de PB?


Con estos valores se condujeron a una prueba de Hipótesis:
• Hipótesis nula: la rentabilidad de los clientes no es diferente entre aquellos On
Line y Off Line
• Hipótesis alternativa: la rentabilidad de los clientes es diferente de acuerdo a si
son On Line u Off Line

A continuación se presenta el resultado de la prueba en SPSS.


Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 9


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Podemos así concluir que no se rechaza la hipótesis nula al tener un p-value 0,21 > 0,05
por lo tanto la rentabilidad de los clientes no es diferente entre aquellos On Line y Off
line

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 10


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

3.4 ¿Qué rol juegan las variables demográficas en el análisis de la rentabilidad de


los clientes online y offline?

El set de datos que se nos proveyó de 31.634 puntos con 8 variables:


• District: referido a uno de los 3 códigos postales alrededor de las sucursales del
banco.
• Profit: El valor de rentabilidad que generó un cliente para el año 1999.
• Age: Dividido en 7 categorías.
• Income: Dividido en 9 categorías.
• Tenure: es una variable numérica indicando los años de permanencia de los
clientes en el banco (calculado en 1999).
• OnLine: un campo booleano indicando si el cliente usa el canal online.
• Bill Pay: un campo booleano indicando si el cliente usa los métodos de pago
online del banco.
• Retained: un campo booleano indicando si el cliente ha sido o no retenido en el
año 2000.

A continuación presentamos un análisis por variable, realizado en SPAC Fuera de Línea


las cuales serán utilizadas en el análisis R2:

Age

Número de Datos 23345


Posición Central
Promedio 4,0
Mediana 4,0
Dispersión
Desvío Estándar (muestral) 1,6
Coeficiente de Variación 0,406

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 11


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Income

Número de Datos 23373


Posición Central
Promedio 5,5
Mediana 6,0
Dispersión
Desvío Estándar (muestral) 2,3
Coeficiente de Variación 0,430

Profit

Número de Datos 31634


Promedio 111,5
Mediana 9,0
Dispersión
Rango 2292,0
Desvío Estándar (muestral) 272,8
Coeficiente de Variación 2447,000

Tenure

Número de Datos 31634


Posición Central
Promedio 10,16
Mediana 7,41
Dispersión
Rango 41,00
Desvío Estándar (muestral) 8,45
Coeficiente de Variación 0,832

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 12


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

A través de la prueba de correlación R2 podemos tratar de inducir si la rentabilidad está


correlacionada con el tipo de cliente (online, offline).
Al hacer esta prueba obtenemos el R2 de 0.057 el cual es extremadamente bajo
indicando que no podemos tomar como base de la predictibilidad de la rentabilidad
basado en el tipo de cliente.
No recomendamos crear rebajas con el ánimo de atraer clientes al canal On line ya que
hacer esto solo causaría que el banco gastara más dinero sin traer incrementos
significativos de utilidades.

Las variables demográficas juegan el siguiente rol en la rentabilidad evidenciado en la


siguiente ecuación de regresión:

Y=-87,863 + 17,694 (Age) + 18,031 (Inc) + 4,016 (Tenure)

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 13


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

El modelo muestra:
• Age es un importante factor ya que por cada 10 años de incremento la
rentabilidad se incrementa $17,694.
• Income también afecta a la rentabilidad y dependiendo del grupo de ingreso se
corresponderá el impacto que tenga la misma.
• Un año de incremento en la variable tenure repercute $4,016 y por eso tenure
se convierte en un importante factor.

3.5 ¿Cuál es la mejor estimación que puede determinar, con los datos del año
99, del servicio online sobre la rentabilidad por cliente? Explicite los pasos
que lo llevan a esta estimación.

Corriendo un modelo de regresión lineal entre la utilidad de los clientes del año 2000
como variable independiente, mientras que el district de los clientes, tenure y el uso
online como variables independientes, el R2 cuadrado ajustado es solamente de 0,019
(cercano al 2%) lo que significa que el modelo explica solo el 2% de la variación de la
utilidad de los clientes en el año 2000. El remanente 98% sigue sin ser explicado por lo
tanto debemos considerar otras variables en el modelo.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 14


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Cuando ejecutamos un modelo de regresión lineal modificado con el profit de los


clientes de 1999 como una variable independiente adicional el R2 ajustado ahora es
mucho más alto, cercano al 36% lo cual es una mejor representación del modelo. Casi
todas las variables son significantes como lo analizamos anteriormente demostrándose
a través de sus pequeños p-values.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 15


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

Podemos concluir que la utilidad de 1999 es su mejor predictor de las utilidades del año
2000

3.6 ¿Cómo obtienen dinero de sus clientes los bancos comerciales? ¿Cuánta
variación de rentabilidad hay en los beneficios entre clientes? Basados en
estas respuestas: ¿qué recomendarían hacer al banco en términos de ajustar
niveles de servicio a niveles de rentabilidad de los clientes?

El banco obtiene sus ganancias de múltiples fuentes, teniendo en cuenta el


apalancamiento que toma sobre el saldo de las cuentas de cada cliente. Además de esto
obtiene ingresos por comisiones de servicios diferenciados como por ejemplo valores
de mantenimiento de cuentas, cheques rechazados y demás.
Otra fuente son el pago de intereses ya sea por financiación primaria o por pagos por
fuera de fecha de vencimiento. A pesar de que las comisiones son iguales para cada

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 16


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

cliente, estos van a generar distintos niveles de rentabilidad de acuerdo a sus


comportamientos y preferencias.
La variación en las rentabilidades de los clientes es de $ 272,8 (desviación Estándar) o
2,44 veces la media (111) con lo cual podemos decir que existe una gran variabilidad de
dispersión de los valores.
Con lo cual recomendamos que al tener tanta dispersión, el banco se debería centrar en
aquellos clientes en los cuales se concentra la rentabilidad.
Como sugerencia el banco debe centrarse en la población económicamente activa
(PEA) quienes generan ingresos y precisan de los servicios del banco, por ejemplo
tarjeta de créditos, chequeras, préstamos, cuentas sueldos, plazos fijos, cuentas
corrientes, entre otras.
Es importante también poder captar las cuentas sueldos de las empresas ABC 1 ya que
como hemos visto el profit depende del ingreso de sus clientes.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 17


Universidad Nacional de Córdoba
Facultad de Ciencias Económicas
Escuela de Graduados
Maestría en Dirección de Negocios

4 Conclusión
A lo largo del presente trabajo pudimos comprender la importancia de controlar la
aleatoriedad de los datos para la toma de decisiones por lo que el uso de un software
estadístico nos ayuda a tomar una decisión más poderosa, ya que evitamos así usar la
intuición.
Pudimos comprender y al llevar adelante el trabajo que las reglas de decisión deben
servir para aumentar la calidad de las decisiones que estoy tomando.
En cuanto a la propuesta de trabajo, nos pareció que fue buena la idea de formar grupos
interdisciplinarios, porque a la hora de poner en común ciertos temas, surgen disputas
que posibilitan un diálogo y un intercambio que nutre nuestro pensamiento con
opiniones de otros (que muchas veces son diferentes a los nuestros) y a través de ello,
abrimos nuestras realidades a las ajenas, ampliando la concepción sobre las mismas.
Además, el grupo de trabajo fue muy organizado y comprometido a la hora de
introducirse en la tarea, ya que la preparación del informe implicó horas de lectura,
debate, entendimiento de la herramienta SPSS y de otras herramientas de software de
análisis estadístico como el Spac fuera de línea.
A modo de cierre, queremos comentar la importancia del uso del análisis estadístico en
industrias como el banco para poder enfocar y comprender a los clientes y la manera de
obtener la mayor rentabilidad de los mismos.

Castiñeira - Grbich – Marchetti – Pellegrinet - Sbrocca pág. 18