Predicción de Suscripción de Clientes a Depósitos a Plazo

Este proyecto fue desarrollado como parte del curso de Machine Learning aplicado a Negocios de IT Academy, con el objetivo de automatizar la identificación de clientes más propensos a suscribirse a depósitos a plazo. A partir de características demográficas y financieras, se espera predecir la probabilidad de suscripción y analizar qué variables influyen más en la decisión.

Con este enfoque, se podría aumentar la eficiencia de las campañas de marketing de depósitos a plazo, focalizando esfuerzos en los clientes con mayor probabilidad de conversión y optimizando los recursos del equipo de marketing.

Contenidos del Repositorio

Además de los archivos del proyecto principal, este repositorio incluye otros ejercicios realizados durante el curso:

• Ejercicios extra/: Contiene ejercicios adicionales como extracción de datos de una API y Web Scraping.

• Proyecto Conceptual Tienda de Ropa/: Incluye la descripción de otro proyecto conceptual con modelos de Machine Learning para cumplir objetivos específicos.

Archivos del proyecto de predicción de suscripción:

• 1.- Descripción del proyecto.pdf: Contiene más detalles sobre el proyecto.
• 2.- Proceso de Recolección de Datos.ipynb: Incluye un esquema de cómo podría haber sido el proceso de obtención de datos.
• 3.- EDA.ipynb: Análisis exploratorio de datos, tratamiento de valores nulos y outliers, e identificación de variables relevantes.
• 4.- Procesamiento de Datos.ipynb: Tratamiento de datos, división del conjunto, codificación de variables y estandarización.
• 5.- Resultados del proyecto.ipynb: Entrenamiento, evaluación y comparación de modelos.
• app.py: Archivo para el despliegue del modelo Random Forest con Streamlit.
• forest_model.pkl: Modelo Random Forest entrenado.
• scaler.pkl: Escalador utilizado para la normalización de los datos.
• requirements.txt: Lista de dependencias necesarias para ejecutar el proyecto.

Modelos Utilizados

1. Clustering: Identificación de subgrupos de clientes según características relevantes para segmentar campañas.

2. Regresión Logística: Modelo utilizado como línea base para el análisis comparativo.

3. Random Forest: Modelo principal que permitió analizar la importancia de las características y realizar predicciones.

Resultados del Proyecto

Principales Hallazgos

• Las variables más relevantes para predecir la suscripción a depósitos a plazo fueron saldo y edad.
• Focalizar campañas en clientes con mayor saldo y menos deudas podría incrementar las tasas de conversión.
• La segmentación inicial mediante clustering sirve como herramienta complementaria para mejorar la eficiencia de las campañas.

Limitaciones y Áreas de Mejora

• El clustering no logró subgrupos bien definidos.
• El modelo Random Forest obtuvo un recall moderado, por lo que no identifica correctamente a todos los clientes interesados.
• Sería necesario mejorar los modelos mediante la optimización de hiperparámetros y la eliminación de variables poco relevantes.

Despliegue del Modelo

El modelo Random Forest se ha desplegado utilizando Streamlit. Esto permite a los usuarios interactuar con el modelo de manera sencilla, proporcionando las características de un cliente y obteniendo como resultado la probabilidad de que contrate un depósito a plazo.

Link de la aplicación: deposit-subscription