Procesamiento previo de datos
El análisis se ejecuta mediante un comando de Django que procesa el dataset, calcula métricas y guarda resultados agregados en base de datos.
Proyecto de datos · Telecom X
Sistema de análisis de cancelación de clientes
Proyecto orientado al análisis de comportamiento de clientes para identificar factores asociados a la cancelación del servicio, explorar patrones de abandono y generar información útil para estrategias de retención.
Python Pandas Chart.js Django Angular SQL PostgreSQL
Problema
Telecom X enfrenta una tasa significativa de cancelación de clientes, lo que representa un desafío para la estabilidad del negocio y la retención de usuarios.
Actualmente, la empresa necesita comprender qué factores pueden estar influyendo en la decisión de un cliente de abandonar el servicio, analizando variables relacionadas con contratos, servicios contratados, métodos de pago y comportamiento de consumo.
El objetivo del proyecto es transformar los datos disponibles en información clara y útil que apoye futuras estrategias de retención y toma de decisiones.
Solución construida
Para abordar el problema, se construyó una plataforma analítica orientada a procesar, organizar y visualizar información relacionada con la cancelación de clientes.
El proyecto parte de un proceso de extracción, transformación y limpieza de datos (ETL) realizado en Python, donde se preparan los datos para su análisis y posterior almacenamiento.
Posteriormente, los resultados procesados se almacenan en base de datos y son expuestos mediante una API construida con Django REST Framework, permitiendo que el frontend desarrollado en Angular consuma y presente los indicadores de forma visual e interactiva.
Arquitectura
La arquitectura del proyecto separa el procesamiento de datos, la lógica de negocio y la visualización de resultados, permitiendo un flujo más organizado, reutilizable y eficiente.
Los datos son procesados mediante un pipeline ETL en Python y posteriormente almacenados en base de datos para ser expuestos a través de una API desarrollada con Django REST Framework. Finalmente, Angular consume estos servicios y presenta la información de manera visual e interactiva.
- JSON Dataset
- ETL
- Django
- API REST
- Angular
Dashboard
Vista general de los indicadores y visualizaciones utilizadas para entender el comportamiento de cancelación de clientes.
Cargando datos del dashboard…
Decisiones técnicas
El proyecto fue diseñado separando el análisis de datos, el almacenamiento de resultados y la visualización, evitando ejecutar procesos pesados cada vez que un usuario visita la página.
Resultados almacenados
En lugar de recalcular todo en cada visita, la API consulta los resultados obtenidos, reduciendo carga del servidor y mejorando tiempos de respuesta.
API para visualización
Django REST Framework expone los datos necesarios para que Angular construya el dashboard y mantenga separadas la lógica del backend y la interfaz.
Cierre / aprendizaje
Este proyecto demuestra cómo un análisis desarrollado inicialmente en un notebook (ipynb) puede evolucionar hacia una solución web más estructurada, reutilizable y orientada a la toma de decisiones.
El principal aprendizaje fue separar el procesamiento de datos de la visualización final, construyendo un flujo donde Python prepara la información, Django la expone mediante API y Angular la presenta de forma clara para distintos tipos de usuarios.
Más allá de los gráficos, el valor del proyecto está en convertir datos en una lectura práctica del problema: entender qué segmentos presentan mayor riesgo de cancelación y qué acciones podrían apoyar futuras estrategias de retención.