En un entorno bancario cada vez más competitivo, comprender el comportamiento de los clientes se ha vuelto esencial para el diseño de estrategias comerciales efectivas. Las entidades financieras no solo deben captar nuevos usuarios, sino también optimizar sus esfuerzos al dirigir sus productos a quienes realmente muestran mayor disposición a adoptarlos.

Este trabajo nace precisamente de esa necesidad: identificar, con base en evidencia estadística, a los clientes bancarizados con mayor propensión a adquirir una tarjeta de crédito. Para ello, se utilizó un modelo de regresión logística, una herramienta potente en la estadística aplicada, capaz de clasificar y predecir comportamientos a partir de variables significativas.

El caso de aplicación considera el análisis de factores como el nivel educacional, el número de tarjetas utilizadas, la línea de crédito ofrecida, entre otros, y permite identificar con claridad patrones que no siempre son visibles a simple vista. Uno de los grandes aportes de este caso de aplicación es, justamente, poner en valor el uso de datos internos de la banca para afinar procesos comerciales, generar eficiencia y, sobre todo, tomar decisiones más informadas.

Con una tasa de clasificación global del 84,1%, el modelo estadístico de regresión logística no solo demuestra una alta capacidad predictiva, sino que también resalta el potencial de la analítica avanzada como aliada estratégica para la industria financiera. Este libro está dirigido a quienes buscan entender cómo la estadística aplicada puede contribuir de forma concreta en la toma de decisiones dentro del sector bancario, desde ejecutivos hasta analistas, pasando por estudiantes y profesionales interesados en el cruce entre economía, datos y comportamiento del consumidor.

Más allá de los números, esta investigación busca también inspirar nuevas preguntas y líneas de estudio. Porque en la banca del futuro, los datos no serán una herramienta más, serán el centro de toda estrategia.