Predicción de la fidelidad de clientes según los hábitos de compra

Abstract

RESUMEN : ELO es una marca de pago de Brasil la cual ha establecido alianzas con comerciantes para ofrecer promociones y descuentos a los titulares de tarjetas de crédito. En tal sentido, la compañía requiere conocer la efectividad de las campañas de descuentos con los comercios aliados y evaluar si sus promociones funcionaron para sus clientes. Por eso, se apoya de los datos recopilados en los ciclos de vida de sus clientes para identificar a partir de características propias de estos, sus gustos y preferencias de compras, y de ese modo identificar y atender las oportunidades más relevantes para las personas, al descubrir señales en la lealtad del cliente. (Elo Merchant Category Recommendation | Kaggle, 2019) Para esto, ELO, a través de la plataforma de kaggle, ha propuesto un concurso el cual busca predecir la lealtad de los clientes, la cual se define como un valor continúo normalizado. Los datos suministrados por el concurso consisten en cuatro bases de datos, las cuales contienen información agregada y desagregada relacionada con las transacciones realizadas por los clientes poseedores de una tarjeta de crédito. Dado que la estimación de la fidelidad es una variable continua, se usarán inicialmente los modelos asociados la tarea de regresión, considerando desde los modelos sencillos, hasta los más complejos, garantizando de igual forma la optimización de los hiperparámetros principales de cada uno de los algoritmos evaluados. Paralelamente, con el fin de complementar la solución del problema analítico planteado, se propone la discretización de la variable “lealtad” en rangos, con el fin de hacer un acercamiento mucho real al problema, en el cual se buscaría identificar, de forma binaria, aquellos clientes que son fieles y aquellos que no lo son. Sin embargo, los distintos acercamientos analíticos, ya sea para regresión o para clasificación, partieron de la premisa de la interpretación personal de las características analizadas. En este sentido, las distintas bases de datos suministradas en el concurso cuentan con la completa anonimización de las características suministradas y el escalamiento de la mayoría de los valores continuos presentes en las tablas. Estos hechos, por definición, imposibilitan un acercamiento más profundo e interpretativo del problema y de los datos en cuestión.