Manizales - Administración - Maestría en Administración · 2026
Aplicación de un modelo predictivo para la estimación del valor del ciclo de vida del cliente (CLV) en una empresa B2B SaaS
El presente trabajo investiga la valoración de clientes en entornos B2B SaaS caracterizados por alta incertidumbre, tomando como caso de estudio una empresa de conectividad IoT. El objetivo principal fue desarrollar un modelo predictivo híbrido que integrara el análisis de con la proyección de ingresos para estimar el Customer Lifetime Value. Se analizó un conjunto de datos panel de 210 clientes durante 50 meses. Los resultados empíricos revelaron que, si bien el volumen de facturación o tamaño del cliente no predicen el abandono, los cobros por excedentes de datos o SMS actúan como un predictor crítico de riesgo. Este hallazgo sugiere que el churn en este mercado no es impulsado por el precio, sino por la fricción operativa y la incertidumbre en la facturación. El modelo propuesto permite a la gerencia optimizar la asignación de recursos, priorizando la gestión de estas fricciones para blindar el valor futuro de la cartera (Texto tomado de la fuente).
Texto completo 83 páginas con texto de 89
Leer la tesis completa Ficha en el repositorio
Contenido
- Planteamiento del problemap. 17
- Justificación de objeto de estudiop. 21
- Objetivosp. 25
- Objetivo Generalp. 25
- Objetivos Específicosp. 25
- Marco teóricop. 27
- Estrategia de búsquedap. 27
- Modelos de negocio B2B SaaS y conectividad IoTp. 28
- 4.2.1 Modelos Software as a Servicep. 28
- 4.2.2 Particularidades de los modelos B2B SaaSp. 28
- 4.2.3 Conectividad IoT como extensión del modelo SaaSp. 30
- Gestión del valor del cliente en B2Bp. 30
- 4.3.1 La propuesta de valorp. 30
- 4.3.2 Fuentes de generación de valorp. 31
- Customer Lifetime Value (CLV)p. 32
- 4.4.1 Traducción operativa del CLV a SaaSp. 33
- 4.4.2 Antecedentes del uso del CLVp. 35
- Enfoques analíticos para la estimación del Customer Lifetime Value (CLV)p. 37
- 4.5.1 Enfoques probabilísticos tipo BTYD con dinámica temporalp. 39
- 4.5.2 Enfoques para la predicción del abandonop. 40
- 4.5.3 Modelos de supervivenciap. 41
- 4.5.4 Justificación del uso de Cox y Kaplan-Meierp. 43
- 4.5.5 Enfoques para la predicción del revenuep. 44
- 4.5.6 Justificación del uso de la regresión Ridgep. 46
- 4.5.7 Modelos híbridos para la predicción del CLVp. 47
- Transición al enfoque metodológicop. 47
- Enfoque metodológicop. 49
- Estrategia de investigaciónp. 50
- 5.1.1 Propósito del estudio de casop. 51
- 5.1.2 Delimitación del caso y fronteras analíticasp. 51
- 5.1.3 Lógica de inferencia y calidad metodológicap. 51
- Contexto organizacional y unidad de análisisp. 52
- Fuentes de información y estructura de los datosp. 53
- Estructura y definición de variablesp. 54
- Procesos analíticos y definición de los modelosp. 56
- 5.5.1 Definición del evento de churnp. 56
- 5.5.2 Construcción del dataset paras análisis de supervivenciap. 58
- 5.5.3 Modelado se supervivencia del clientep. 59
- 5.5.4 Predicción de ingreso mensual recurrentep. 60
- 5.5.5 Integración con el cálculo del CLVp. 61
- Resultados y discusiónp. 29
- Estadísticas descriptivas y análisis exploratoriop. 63
- 6.1.1 Perfil transaccionalp. 63
- Selección y reducción de variablesp. 65
- Análisis de correlación y multicolinealidadp. 65
- Resultados del análisis de supervivenciap. 66
- 6.4.1 Estratificación por cuartiles de ingresop. 68
- 6.4.2 Determinantes del riesgo y validación del modelop. 68
- 6.4.3 Análisis de retención por cohortesp. 69
- Validación del modelo de ingresosp. 70
- Resultados del CLVp. 70
- Sensibilidad a la tasa de descuentop. 72
- Segmentación estratégica y discusiónp. 72
- Conclusiones y recomendacionesp. 79
- Conclusionesp. 79
- Recomendacionesp. 81
- Limitaciones del estudiop. 83
- Figura 1. Diagramas de cajap. 64
- Figura 2. Matriz de correlación de variables usadas en los modelosp. 66
- Figura 3. Curva de supervivencia Kaplan-Meier globalp. 67
- Figura 4. Heatmap de retención por cohortesp. 69
- Figura 5. Gráfico de ajuste del modelop. 70
- Figura 6. Distribución del CLV y curva de Lorenzp. 71
- Figura 7. Análisis de sensibilidad a la tasa de descuentop. 72
- Figura 8. Matriz de componentes estratégicosp. 74
- Figura 9. Curvas de retención por segmentop. 75
- Figura 10. Proyección de ingresos esperados por segmentop. 76
- Tabla 1. Particularidades de modelos B2B SaaSp. 28
- Tabla 2. Fuentes de generación de valor en B2Bp. 31
- Tabla 3. Componentes del CLVp. 35
- Tabla 4. Antecedentes del uso del CLVp. 35
- Tabla 5. Aplicación de modelos de regresión y supervivenciap. 41
- Tabla 6. Regresiones para le predicción del revenuep. 44
- Tabla 7. Bloques analíticosp. 54
- Tabla 8. Ilustración grafica del churn observadop. 57
- Tabla 9. Ilustración grafica del churn operativop. 57
- Tabla 10. Variables del modelo de riesgop. 59
- Tabla 11. Variables del modelo de ingresosp. 61
- Tabla 12. Estadísticas descriptivas del conjunto de datosp. 63
- Tabla 13. Hazard ratios del modelo Coxp. 68
- Tabla 14. Descripción de cuadrantes estratégicos según CLVp. 73