Segmentación y Customer Lifetime Value (CLV) usando Python.
Lo que vas a aprender
DETALLE DEL CURSO
Módulo 1: Fundamentos Estratégicos para Modelos de Segmentación y Lifetime Value.
- Proceso para aumentar el Customer Lifetime Value (CLV)
- Taxonomía de modelos de Customer Lifetime Value (CLV)
Módulo 2: Modelos de Segmentación
- Introducción a los modelos de segmentación.
- Agrupamiento K-means.
- Un proceso para construir segmentaciones.
- Modelo de mixtura.
Módulo 3: Modelo de Retención Simple
- Modelo de anualidad del cliente.
- Modelo simple de retención.
- Estimación de tasas de retención.
- Flujos de efectivo por período.
Módulo 4: Modelo General de Retención
- Introducción al análisis de supervivencia
- Estimaciones de momentos del producto de tasas de retención
- Modelo de supervivencia en tiempo discreto
Requisitos
Codificación en Python (básico)
Descripción
Inicio de clases: 23 de ferebro 2026
Proporcionar a los participantes las herramientas necesarias para realizar segmentación efectiva de clientes, evaluar su valor a lo largo del tiempo, utilizando estos conocimientos para optimizar estrategias de marketing y retención.
S/1200.00
20% de descuento
Comprar ahoraEste curso incluye:
► Acceso por tiempo limitado al material grabado.
► Material digital de las presentaciones y los casos.
► Certificado de aprobación digital.
Duración: 16 horas
Inicio de clases: 23 de febrero 2026
Frecuencia y horario: Lunes, miércoles y vienres - 8.00 p.m a 10.00 p.m.
Profesor
OMAR BRICEÑO CRUZADO
Profesional en Ciencias Administrativas con Maestría en Economía y Finanzas. MBA por la Universidad del Pacífico. Especialización en Econometría Aplicada y Gestión de Riesgos por la Universidad de Alcalá (España).
Se ha especializado en la implementación de la gestión de riesgo de operacional, metodologías cuantitativas para herramientas de autoevaluación de riesgos y controles, diseño de indicadores de riesgos, metodologías de recolección de eventos de pérdida, estimación de pérdida esperada y no esperada, incluyendo estimaciones de escenarios de estrés. Fue Presidente de la Comisión de Eventos de Pérdida por Riesgo Operacional de ASBANC, emitiendo el primer documento de estandarización de criterios para la recolección de eventos de pérdida en el sistema bancario.
En gestión de riesgo de crédito, ha diseñado, modelado, implementado y testeado modelos de probabilidad de default (PD) con ciclo económico (Point in Time y Throught the Cycle), loss given default (LGD), niveles de exposición (incluyendo el factor de conversión crediticio), stress testing, pricing, validaciones cuantitativas de los parámetros de riesgo de crédito basados en Basilea y las mejores prácticas de la gestión de riesgos de modelo, utilizando para ello la analítica como principal herramienta de modelado.
Ponente nacional e internacional en foros y congresos relacionados a la gestión integral de riesgos. Ha escrito papers sobre gestión de riesgo de crédito y riesgo operacional. Autor del libro RIESGO DE CRÉDITO - Validación de modelos: técnicas de medición, aplicaciones y ejemplos y del libro GESTIÓN DE RIESGO OPERACIONAL: aplicación práctica para estimar el capital regulatorio.
Programas que completan la línea de especialización
Inicio de clases: 29 de mayo de 2026
En este curso, el alumno aprenderá, a través de ejercicios prácticos, el proceso completo de validación de los parámetros de riesgo de crédito ...
Inicio de clases: 23 de ferebro 2026
Proporcionar a los participantes las herramientas necesarias para realizar segmentación efectiva de clientes, evaluar su valor a lo largo del tiempo, utilizando ...
Inicio de clases: 04 de mayo de 2026
El participante aprenderá a comprender las nociones básicas y los aspectos claves en la Gestión del Riesgo Operacional. Esto les permitirá ...
