Analizar el comportamiento de los clientes de ConnectaTel, una empresa de telecomunicaciones en México y Colombia, para identificar patrones de uso, detectar valores atípicos y crear segmentos de clientes que permitan optimizar la oferta comercial.
| Archivo | Descripción |
|---|---|
plans.csv |
Planes disponibles: precio, minutos, GB y costos extra |
users_latam.csv |
Clientes: edad, ciudad, fecha de registro, plan, churn |
usage.csv |
Uso real: llamadas (duración) y mensajes (longitud) |
- Carga y exploración de los tres datasets
- Identificación de problemas de calidad: nulos, sentinels y fechas
- Limpieza de datos: corrección de valores inválidos y fechas fuera de rango
- Agrupación por usuario: métricas de mensajes, llamadas y minutos
- Visualización de distribuciones y detección de outliers
- Segmentación de clientes por nivel de uso y grupo de edad
- Insight ejecutivo con hallazgos y recomendaciones para el negocio
- Abre Google Colab
- Ve a File → Open notebook → GitHub
- Pega el link de este repositorio
- Abre el archivo
.ipynb
- Clona el repositorio:
git clone https://github.com/tu-usuario/tu-repo.git
- Instala las dependencias:
pip install pandas numpy matplotlib seaborn
- Abre el notebook con Jupyter
- Descarga los datasets desde los links del notebook o colócalos en
/datasets/ - Ejecuta las celdas en orden de arriba hacia abajo
- Asegúrate de tener instaladas:
pandas,matplotlib,seaborn - Los resultados y gráficos se generan automáticamente al correr cada celda