📊Análisis de Evasión de Clientes
Identificar tendencias y variables relevantes que expliquen la cancelación de clientes.
La empresa ha detectado un alto índice de churn, pero aún no conoce el origen del problema.
Para resolverlo, recibimos un conjunto de datos que debemos:
- Limpiar y procesar el dataset proporcionado por la empresa.
- Realizar un Análisis Exploratorio de Datos (EDA) para detectar patrones y posibles causas de la evasión.
- Entregar el dataset limpio y los hallazgos al equipo de Ciencia de Datos, con el fin de desarrollar modelos predictivos y estrategias de retención. --
Se deberá presentar las conclusiones finales, explicando las posibles causas que podrían estar generando la evasión de clientes.
El objetivo es que el análisis sirva como base para que el equipo de Ciencia de Datos pueda:
- 📈 Desarrollar un análisis predictivo.
- 🔍 Identificar con mayor precisión los factores que influyen en la pérdida de clientes.
- 🎯 Proponer estrategias efectivas de retención.
- Python🐍
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Jupyter Notebook
Este proyecto corresponde a un challenge del curso de Especialización en Data Science de Alura LATAM, en el módulo "Aprendiendo a hacer ETL".
Su propósito es aplicar conocimientos de manipulación, análisis y visualización de datos en un caso práctico.