@unpublished{uninimx16992,
          author = {Jose Antonio Ortiz Richards},
           title = {Segmentaci{\'o}n de clientes y detecci{\'o}n de operaciones inusuales clasificados en grados de riesgo para la prevenci{\'o}n de lavado de dinero con datos de una instituci{\'o}n financiera en M{\'e}xico a 2023},
          school = {Universidad Internacional Iberoamericana M{\'e}xico},
            year = {2025},
        keywords = {Miner{\'i}a de datos, riesgo de modelo, m{\'e}todos de conformaci{\'o}n de cl{\'u}ster, segmentaci{\'o}n y operaciones inusuales},
             url = {http://repositorio.unini.edu.mx/id/eprint/16992/},
        abstract = {La investigaci{\'o}n desarrolla y valida un m{\'e}todo cuantitativo utilizando datos de una instituci{\'o}n financiera en M{\'e}xico, con el objetivo de obtener un mejor conocimiento de los clientes, detectar el posible uso indebido de la instituci{\'o}n en delitos relacionados con la integraci{\'o}n y dispersi{\'o}n de recursos financieros il{\'i}citos atendiendo las recomendaciones internacionales establecidas por el Grupo de Acci{\'o}n Financiera Internacional (GAFI) y con las disposiciones en M{\'e}xico. Se emplean t{\'e}cnicas de miner{\'i}a de datos, as{\'i} como, instrumentos para recolectar, analizar y utilizar la informaci{\'o}n sobre las caracter{\'i}sticas inherentes y transaccionales de los clientes. Se presenta un an{\'a}lisis estad{\'i}stico descriptivo y, para lograr una segmentaci{\'o}n adecuada, se combinan m{\'e}todos de clasificaci{\'o}n basados en centros m{\'o}viles y la clasificaci{\'o}n jer{\'a}rquica de Ward, junto con m{\'e}todos factoriales, lo que permite identificar cambios en patrones de comportamiento de las variables y analizar posibles operaciones inusuales, explicando el grado de riesgo asociado a cada segmento. Los resultados ofrecen una clasificaci{\'o}n de riesgo medio y alto, contrastando con el modelo de puntaje actualmente utilizado que clasifica a los clientes como de riesgo bajo. Adem{\'a}s, este enfoque facilita el conocimiento del cliente y la sospecha de operaciones inusuales reduciendo el n{\'u}mero de alertas falsas. Uno de los aportes que ofrece esta investigaci{\'o}n fue incorporar variables cualitativas y cuantitativas para la segmentaci{\'o}n adaptada al contexto de M{\'e}xico considerando mejores pr{\'a}cticas en Colombia y de GAFI. Los beneficios del m{\'e}todo desarrollado son la reducci{\'o}n del tiempo en el an{\'a}lisis y n{\'u}mero de personas utilizadas, as{\'i} como, ser un referente para la banca en M{\'e}xico.}
}