Introduciéndonos en el competitivo mercado automotor argentino donde las estrategias para captar nuevos clientes varían, nos encontramos con una gran cantidad de bonificaciones y descuentos para que nuevos clientes se adhieran a un plan.Sin embargo, la captación de nuevos clientes muchas veces desvía el foco de un aspecto importante, la satisfacción de los clientes actuales, ocasionando la rescisión de planes de ahorro ante la falta de estrategias específicas de retención en clientes de este segmento comercial. La predicción de clientes que pueden llegar a rescindir su plan se ha convertido en una arista de interés de estudio por parte de los concesionarios de automotores. Esto se centra en que la cartera de clientes representa uno sus mayores activos, obligando, en consecuencia, no sólo a tener que generar incentivos para aumentar el número de clientes, sino también para mantener los actuales.En este contexto, este trabajo tiene como objetivo presentar los resultados de la aplicación de distintos algoritmos de aprendizaje automático y técnicas de explotación de datos sobre la información que un concesionario automotor de Argentina tiene de sus clientes, a fin de identificar patrones de comportamiento en aquellos con mayor probabilidad de rescindir el plan de ahorro.

En el siglo actual uno de los objetivos de la educación es inculcar habilidades cognitivas que les permitan buscar, encontrar y comprender información mediante una lectura crítica. Dichas habilidades son deseables en cualquier carrera ingenieril, pero se vuelven imprescindibles en disciplinas como la ‘Inteligencia Artificial’ donde aparecen innovaciones casi todos los días. En tal sentido, las Redes Bayesianas son un tipo de Sistema Inteligente que permite identificar el estilo de aprendizaje de los alumnos. Sin embargo, no representan satisfactoriamente la manera en que esos conocimientos evolucionan. Por consiguiente, el presente trabajo propone aplicar un Modelo Dinámico para diagnosticar el proceso de aprendizaje de los alumnos y así comprender mejor su comportamiento.