DESARROLLO DE UN MODELO DE SELECCIÓN BINARIA MIXTA PARA LA DETECCIÓN DE EFECTIVIDAD EN CLIENTES NO RESIDENCIALES PARA PRINCIPAL DISTRIBUIDOR ELÉCTRICO DE SANTIAGO

Abstract

El presente documento detalla la construcción de un modelo de regresión logística mixta para pronosticar la probabilidad de efectividad, asociada a las pérdidas no técnicas, sobre los clientes no residenciales de Chilectra.Se entrega solución a la necesidad de mejorar el método de selección de clientes a inspeccionar por parte de las áreas de control de pérdida y se analiza el desempeño actual. El modelo propuesto es simple de comprender por los usuarios del negocio, lo que asegura su correcta utilización.Las etapas de datos y construcción de modelos están alineadas con la evidencia histórica, las mejores prácticas internacionales y las casuísticas relevantes del negocio, mediante el aporte de los expertos. El desarrollo se realiza con la información disponible en el DWH de la compañía, mediante el motor de cálculo SAS. Previo a la modelización se aplican depuración y mejora de la calidad de los datos, transformación y adecuación para análisis econométricos. Los datos utilizados están comprendidos entre Enero de 2013 y Septiembre de 2016, los últimos ocho meses se usan para medir el rendimiento en pronóstico. Se construyen 108 variables candidatas y 50 modelos en totalidad, en el presente documento se detallan los análisis para los cuatro modelos finales.El modelo propuesto consta de cinco variables, dos de ellas numérico-continuas. La población se agrupa en dos: clientes con potencia contratada fuera de punta y los que no, a este último se le aplica el mismo modelo sin la variable de potencia y se recalibran los parámetros. La técnica aplicada resulta ser la más apropiada para mejorar de selección.Para el segmento con potencia contratada se obtiene una ROC de ajuste de 81,2% y media de 78,67% para pronóstico, mientras que en el otro grupo los valores son de 77,8% y 66,01%. Se evidencia el impacto de una correcta técnica de inspección en los costes del área, pues se evidencia que se puede aumentar en diez veces el margen directo al utilizar el modelo con un volumen menor. En cada fase el modelo seleccionado presenta superioridad bajo los criterios definidos, en especial en la ROC de pronóstico frente a distintos escenarios y métodos de cálculo.