Modelo de estimación de probabilidad de compra

Abstract

RESUMEN : Nuestro proyecto es la construcción de un modelo predictivo para la demanda de clientes de la empresa Bavaria, el cual busca anticiparse a la producción en el mes de octubre del año 2020 para ofrecer un servicio personalizado a clientes que adquieren productos de la compañía, obteniendo la probabilidad de compra para la fecha mencionada. En el conjunto de datos se tiene, un histórico de información de compras de los clientes. En este se encuentran su código de identificación para la empresa, origen, tipo de marca vendida, envase utilizado y capacidad de este, nevera, Volumen, descuentos y egresos. Con el objetivo de desarrollar el modelo se realizó un análisis RFM, el cual proporcionó un conjunto de datos enriquecido con metadatos correlacionados entre las características generadas, a partir de la manipulación de los datos, de este modo se instancia los datos y se aplicaron diferentes algoritmos de clasificación para predecir un intervalo de fecha de compra. Se obtiene la predicción con el algoritmo Random Forest, el cual ofreció mejores resultados con respecto a sus métricas de desempeño, la distribución de probabilidades y finalmente se genera un consolidado de predicciones con los datos en formato .xlsx. Link del reposittorio “https://github.com/Santiago-Porras/Bavaria_Colombia”

ABSTRACT : Our project is the construction of a predictive model for the demand of customers of the company Bavaria, which seeks to anticipate production in the month of October 2020 to offer a personalized service to customers who purchase products from the company, obtaining the probability of purchase for the mentioned date. In the data set there is a history of customer purchase information. In this you will find your identification code for the company, origin, type of brand sold, container used and its capacity, refrigerator, Volume, discounts and expenses. In order to develop the model, an RFM analysis was carried out, which provided a set of data enriched with metadata correlated between the characteristics generated, from the manipulation of the data, in this way the data was instantiated and different algorithms were applied. classification to predict a purchase date range. The prediction is obtained with the Random Forest algorithm, which offered better results with respect to its performance metrics, the probability distribution and finally a consolidated of predictions is generated with the data in .xlsx format. Repository link "https://github.com/Santiago-Porras/Bavaria_Colombia"