Proyecto de datos · Telecom X

Análisis y riesgo de cancelación de clientes

Solución de datos que combina análisis del comportamiento de clientes y modelos de machine learning para identificar patrones de cancelación, estimar riesgo por perfil y apoyar la priorización de estrategias de retención.

Python Pandas NumPy scikit-learn Django REST Framework Angular Chart.js PostgreSQL

Problema

La cancelación de clientes afecta la continuidad de los ingresos y exige decidir dónde concentrar los esfuerzos de retención. Conocer la tasa de abandono ayuda a dimensionar el problema, pero también es necesario entender cómo cambia entre contratos, servicios y perfiles de clientes.

El dataset de Telecom X reúne información sobre antigüedad, cargos, servicios contratados y cancelación. El reto es transformar esos registros en evidencia que permita explorar patrones y evaluar si un modelo puede identificar perfiles con mayor riesgo.

El objetivo es conectar el análisis descriptivo con una estimación de riesgo y una evaluación de sus resultados, para apoyar decisiones de seguimiento con información comprensible.

Solución construida

La plataforma conserva el análisis de cancelación por contrato y servicios, las distribuciones de variables numéricas y la matriz de correlación. Estas vistas permiten entender el comportamiento observado en el dataset.

La extensión predictiva compara regresión logística y Random Forest mediante scikit-learn. Los datos se separan en entrenamiento, validación y prueba para elegir el modelo y comprobar sus resultados con clientes que no participaron en su entrenamiento.

El procesamiento genera perfiles de riesgo, señales relevantes y métricas de evaluación. El explorador permite consultar combinaciones de contrato, internet y antigüedad respaldadas por los datos.

Django guarda los resultados y los expone mediante Django REST Framework. Angular integra el análisis descriptivo y la evaluación predictiva en un dashboard que permite revisar tanto las oportunidades de priorización como las falsas alertas y las cancelaciones no detectadas.

Arquitectura

La arquitectura separa la preparación de datos, el entrenamiento de modelos, la publicación de resultados y la visualización. El análisis descriptivo y la extensión predictiva comparten la API y se mantienen como procesos independientes.

Python prepara el dataset con Pandas y ejecuta la comparación de modelos con scikit-learn. Los comandos generan indicadores, resultados de evaluación y perfiles precalculados que Django conserva en PostgreSQL.

Django REST Framework entrega los resultados y los perfiles filtrados. Angular consulta esos servicios para construir las gráficas y el explorador, con una carga compatible con las capas gratuitas utilizadas en el portafolio.

  1. Dataset JSON
  2. ETL y modelos
  3. Django
  4. API REST
  5. Angular

Dashboard

Análisis de cancelación observada, exploración de perfiles de riesgo y evaluación del modelo. Cada vista conserva el alcance del conjunto de datos que representa.

Cargando datos del dashboard…

Decisiones técnicas

Decisiones para evaluar los modelos, conservar resultados y ofrecer consultas ligeras desde el dashboard.

Análisis descriptivo y predictivo

Los indicadores y gráficos existentes se mantienen junto a la nueva estimación de riesgo. Las tasas observadas, las predicciones y los resultados de prueba se presentan con su alcance.

Entrenamiento, validación y prueba

La preparación y calibración se ajustan dentro del entrenamiento. La validación permite elegir el modelo y el umbral de alerta, mientras que la prueba se reserva para medir la capacidad de detección y las falsas alertas.

Procesamiento previo para reducir carga

El entrenamiento y la generación de perfiles se ejecutan mediante un comando de Django. Las visitas al dashboard consultan los resultados publicados en la base de datos, sin ejecutar scikit-learn.

Perfiles respaldados por datos

El explorador consulta grupos precalculados con clientes ajenos al entrenamiento. Cada resultado incluye la cantidad de clientes que lo respalda y señala las muestras pequeñas.

Publicación completa y reproducible

Cada procesamiento conserva su versión, semilla, huella del dataset y métricas. La nueva publicación se activa cuando sus resultados y perfiles se guardan completos, y las consultas mantienen la misma versión durante la exploración.

Cierre

El proyecto conecta preparación de datos, análisis exploratorio, machine learning y desarrollo web para convertir registros de clientes en información útil para decisiones de retención.

La evaluación permite relacionar la estimación del riesgo con su capacidad de detectar cancelaciones y el costo operativo de las falsas alertas. Los resultados describen asociaciones y comportamiento dentro del dataset histórico, sin establecer causas ni un plazo de cancelación.

El proyecto tiene como objetivo mostrar una solución de datos de principio a fin, desde el procesamiento y la evaluación de modelos hasta una API y una interfaz que permiten explorar resultados, comprobar su alcance y orientar acciones de seguimiento.