Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala

Abstract

Data Analytics es comúnmente utilizado por empresas de gran escala, pero también puede aportar información valiosa a empresas de pequeña escala. El objetivo de este trabajo será demostrar que se pueden aplicar técnicas de aprendizaje supervisado y no supervisado utilizando un volumen de datos pequeño y aun así obtener buenos resultados. Se realizó un análisis predictivo sobre la variable Churn, alcanzando un puntaje de 0,82 de área bajo la curva ROC. Asimismo, se realizó un análisis descriptivo sobre los consumidores, logrando la segmentación de estos en tres grupos con sentido de negocio. Los resultados obtenidos aportan información valiosa para las decisiones futuras que tomará la empresa para crecer.

Data Analytics is commonly associated to large companies; however, it can also provide valuable information to small scale companies. The objective of the present paper is to demonstrate that techniques of supervised and unsupervised learning can be also used in small data sets and obtain favorable results. A Churn prediction analysis was conducted, reaching a 0.82 AUC score. In addition, customers were segmented into three groups with business sense. The results obtained in this paper will contribute with valuable information for the future decisions that the company must take to grow.