Resumen:
Elegir de forma imprecisa una entidad financiera para procesar los pagos de los clientes con dinero electrónico puede ser altamente probable, sobre todo cuando no se cuenta con un medio que considere el comportamiento que estas entidades puedan tener a partir de una serie de factores como prevención de fraude, legislaturas bancarias y política de negocio, entre otras. El impacto en la rentabilidad y credibilidad a raíz de lo anterior pueden llegar a ser muy altos, especialmente si no se dispone de clusters de clientes debidamente confeccionados que le permitan al área de procesamiento de pagos de la organización conocer con exactitud en qué grupo se ubica el cliente y cómo esto le puede ayudar a seleccionar de forma precisa la entidad financiera por donde procesar un pago. El objetivo de este trabajo consiste en presentar el proceso investigativo para llevar a cabo la confección del agrupamiento de clientes mediante la técnica de clustering, utilizando un conjunto de datos a partir de un almacén de datos con fines analíticos que posee la organización; asimismo, evaluando y seleccionando elementos como el algoritmo de agrupación que se adecua de mejor manera al entorno de la entidad donde se lleva a cabo este proceso. El resultado final de este trabajo consiste en la confección del agrupamiento de clientes y un programa informático para la elaboración del mismo. Componentes de varias tecnologías, el aprendizaje automático no supervisado y el algoritmo de agrupamiento K-Means son elementos aplicados para lograr el resultado antes descrito.
