SSYSPE
http://ssyspe.org/

Fuga de Clientes en una Empresa Productora de Cosmeticos
http://ssyspe.org/viewtopic.php?f=3&t=790
Página 1 de 1

Autor:  JohnnyLVP [ 13 Nov 2017, 17:35 ]
Asunto:  Fuga de Clientes en una Empresa Productora de Cosmeticos

Problemática:
En empresas de venta directa, los clientes son un pilar muy importante dentro de la organización, ya que es por ellos, por lo que compren, que hará que el negocio se mantenga, pueda crecer y madurar. En las empresas de venta directa de productos cosméticos, sus principales clientes, son denominadas, consultoras de belleza, son ellas quienes compran productos a la empresa, para poder iniciar su propio negocio y puedan ofrecer productos a clientes propios de ellas.
En este tipo de empresas, el tiempo es manejado por campañas de venta, los cuales cada campaña consta de 21 días hábiles, en los cuales, la consultora tiene tiempo de poder realizar la venta de los productos, utilizando como herramienta principal los catálogos de productos, y poder pasar el pedido con todos los productos que ella venderá.
En el contexto en el que trabajare, un gran porcentaje de las consultoras, si una consultora, no pasa pedido durante 2 campañas seguidas, esta es considerada como retirada, debido al bajisimo porcentaje de que una consultora vuelva a pasar pedido nuevamente luego de no pasar pedido las ultimas 2 campañas.

Formulación del Problema

Problema General

[*]¿Cómo un modelo predictivo de fuga, ayuda a plantear estrategias de retención de consultoras, en una empresa de producción y distribución de productos de belleza?


Problema Específicos

    ¿Qué acciones la empresa debería de tomar para poder menguar el comportamiento de fuga de la consultora?
    ¿Qué técnica de Machine Learning se debería de utilizar para poder abordar el problema de predicción de Fuga?

Objetivos

Objetivo General

    Determinar un modelo de predicción de fuga, utilizando el algoritmo de clasificación de Machine Learning, para poder determinar las variables determinantes de fuga, y poder plantear estrategias de retención de consultoras en una empresa productora y comercializadora de productos cosméticos.


Objetivos Específicos

    Sugerir Acciones que permitan reducir el comportamiento de fugas en la empresa.
    Comparar los resultados, y precisión de diversas técnicas de machine learning y aquella que tenga un mayor AUC, será la mejor solución para la predicción de fuga.

Procedimiento de Desarrollo del Modelo
Adjunto:
Diapositiva1.JPG
Diapositiva1.JPG [ 118.33 KiB | Visto 552 veces ]


Desarrollo de Solución
En una primera fase, he recolectado la informacion de las consultoras, est ainformacion se encuentra en una base de datos on-cloud de Amazon, extraigo la informacion requerida, para luego construir un dataset, el cual utilizare para poder entrenar y evaluar el modelo, una vez que se tiene el dataset, realice un preprocesamiento, que consiste en la imputacion de datos, que algunas variables no estaban completas, como la edad, la venta, luego de ello estandarice las variables, para finalmente realizar una regularizacion de as variables, por medio de una regresion de lasso, para luego quedarme con las variables mas importantes, que influiran en mi modelo.
Luego realice el entrenamiento y evaluacion del modelo, para ello aplique las tecnicas de arboles aleatorios, random forest, Naive Bayes, y Redes Neuronales, teniendo las siguientes medidas de AUC para cada uno de ellos en la evaluacion.

Adjunto:
ROC todos.png
ROC todos.png [ 29.45 KiB | Visto 552 veces ]


Finalmente utilizando, el modelo random forest, como modelo que utilizare para la prediccion

Implementando la Solucion


Para la implementacion de la solucion, mas que todo es la visualizacion, para ello, se realizo la conexion de python con sql, para poder cargar, las predicciones por consultora en una tabla fisica en SQL, para luego poder realizar la conexion directa de SQL con Power BI, para poder generar un Dashboard que permita le visualizacion de las consultoras, que pasaran y no pasaran pedido.

Adjunto:
Dashboard.PNG
Dashboard.PNG [ 50.35 KiB | Visto 552 veces ]

Página 1 de 1 Todos los horarios son UTC + 1 hora [ DST ]
Powered by phpBB® Forum Software © phpBB Group
http://www.phpbb.com/