Classification of Financial Services Leads Using Data Mining Techniques and Sectoral Marketing

Este trabajo busca abordar el tema de clasificación de clientes potenciales, también conocido como clustering, para el producto de vivienda digital del Banco de Bogotá, encontrará temas importantes como machine learning, aprendizaje no supervisado, minería de datos, medidas de similitud y técnicas de clustering, además el lector podrá encontrar el proceso que se realizó para desarrollar una herramienta de software hecha en python, la cual permite realizar análisis de datos de la información que se tiene acerca de los prospectos del banco (edad, ingresos, nivel de estudios, estado civil) y como usarla para clasificarlos por grupos con características en común. Finalmente se exponen los resultados junto a las conclusiones obtenidas a lo largo del desarrollo del trabajo.This work seeks to approach sorting potential customers topic, too known as Clustering, for the digital housing product of Banco de Bogotá, you will find important topics like machine learning, unsupervised learning, data mining, similarity measures and clustering methods, moreover the reader will find the process which was implemented for develop a software tool made in python, whose allows you to do analysis of data about information that have from prospective client of bank (age, salary, education level, marital status) and how use for group them in groups with common characteristics. Finally, you will find the results next to conclusions which were obtained through develop of work