Modelos de clasificación basados en Machine Learning para la predicción de abandono de clientes en telecomunicaciones

 La pérdida de clientes es el desafío clave en la industria de las telecomunicaciones, un sector conocido por su intensa competencia y una dinámica de usuario cambiante. Los modelos de aprendizaje automático se han utilizado con éxito para predecir la deserción y mejorar los enfoques de retención. Este trabajo presenta una revisión bibliométrica y un análisis cienciométrico de estudios publicados durante 2020 y 2025 que implementan modelos de clasifcación para predecir la deserción en campañas de retención de centros de llamadas. Se aplicó la metodología PRISMA, y la búsqueda literaria abarcó las bases de datos Scopus, IEEE Xplore, arXiv y ScienceDirect. Los contenidos de los datos fueron procesados utilizando Google Colab y Python para descubrir tendencias, autores involucrados en el análisis y algoritmos influyentes. Los resultados indicaron que Random Forest, XGBoost y Redes Neuronales fueron los enfoques más utilizados, con desempeños superiores al 90 %, y la inteligencia artifcial explicable se utilizó cada vez más para mejorar la transparencia del modelo. En resumen, los enfoques de aprendizaje automático funcionan mejor que losmétodos tradicionales, pero aún quedan algunos d