Customer Segmentation for Telecommunications

Descripción

Pipeline de segmentación de clientes para una empresa de telecomunicaciones utilizando técnicas de aprendizaje no supervisado. El proyecto combina análisis RFM (Recency, Frequency, Monetary), múltiples algoritmos de clustering (K-Means, Hierarchical, DBSCAN), estimación simplificada de Customer Lifetime Value (CLV) y generación de estrategias de negocio diferenciadas por segmento.

Contexto de negocio: Comprender los distintos perfiles de clientes permite diseñar estrategias de retención, cross-selling y comunicación personalizadas, maximizando el valor de cada segmento y optimizando la asignación de recursos comerciales.

Resultados Principales

Se identificaron 4 segmentos diferenciados de clientes:

Segmento	Clientes	% Total	CLV Promedio	Tenure Prom.	NPS Prom.
New/Low-Engagement	4,130	82.6%	$532	25.5 meses	6.4
High-Value Active	711	14.2%	$376	5.7 meses	6.5
At-Risk Dissatisfied	159	3.2%	$330	1.4 meses	6.3

Métricas de Clustering

Método	Silhouette Score	Calinski-Harabasz
K-Means (K=4)	0.2940	2,374.5
Hierarchical (Ward)	0.3773	2,251.8

Estructura del Proyecto

customer-segmentation-ml/
├── data/
│   └── telecom_customers.csv          # Dataset (5,000 clientes, 20 variables)
├── notebooks/
│   └── 01_customer_segmentation.py    # Pipeline completo
├── src/
│   └── generate_data.py               # Generador de datos sintéticos
├── figures/
│   ├── 01_distributions.png           # Distribuciones de variables
│   ├── 02_correlation_matrix.png      # Matriz de correlación
│   ├── 03_contract_analysis.png       # Análisis por contrato
│   ├── 04_rfm_analysis.png            # Análisis RFM
│   ├── 05_optimal_k.png              # Determinación de K óptimo
│   ├── 06_cluster_visualization.png   # PCA y t-SNE
│   ├── 07_radar_profiles.png          # Perfiles radar
│   ├── 08_segment_boxplots.png        # Boxplots por segmento
│   ├── 09_dendrogram.png             # Dendrograma jerárquico
│   └── 10_clv_analysis.png           # Análisis CLV
├── reports/
│   ├── cluster_summary.csv            # Resumen de clusters
│   ├── cluster_profiles_detailed.csv  # Perfiles detallados
│   ├── clv_by_segment.csv            # CLV por segmento
│   ├── business_strategies.csv        # Estrategias de negocio
│   └── customers_segmented.csv        # Dataset enriquecido
├── requirements.txt
├── LICENSE
└── README.md

Visualizaciones

Determinación del K Óptimo

Clusters en Espacio PCA y t-SNE

Perfiles Radar por Segmento

Análisis RFM

Análisis de Customer Lifetime Value

Metodología

1. Generación de Datos: Dataset sintético de 5,000 clientes con 20 variables (demográficas, uso, facturación, satisfacción).
2. EDA: Análisis de distribuciones, correlaciones y patrones por tipo de contrato.
3. Análisis RFM: Scoring de Recency, Frequency y Monetary adaptado al contexto telecom.
4. Feature Engineering: Selección de 11 variables clave para clustering.
5. Determinación de K: Método del codo, Silhouette, Calinski-Harabasz y Davies-Bouldin.
6. Clustering: K-Means con K=4, comparación con Hierarchical Clustering.
7. Perfilamiento: Caracterización de cada segmento con estadísticas y visualizaciones.
8. CLV Estimation: Cálculo simplificado de Customer Lifetime Value por segmento.
9. Estrategias de Negocio: Recomendaciones accionables diferenciadas por segmento.

Estrategias de Negocio por Segmento

Segmento	Estrategia Principal	KPIs Objetivo
High-Value Active	Programa VIP, cross-selling premium	Retención > 95%, ARPU creciente
Loyal Satisfied	Fidelización, referral programs	Retención > 90%, referidos > 2/año
At-Risk Dissatisfied	Intervención proactiva, descuentos	Reducción churn > 20%, NPS +2
New/Low-Engagement	Onboarding personalizado	Engagement > 0.4 en 3 meses

Tecnologías Utilizadas

• Python 3.11 — Lenguaje principal
• pandas / NumPy — Manipulación de datos
• scikit-learn — Clustering (K-Means, Hierarchical, DBSCAN), PCA, t-SNE
• SciPy — Dendrogramas y linkage jerárquico
• matplotlib / seaborn — Visualización de datos

Instalación y Uso

# Clonar repositorio
git clone https://github.com/<tu-usuario>/customer-segmentation-ml.git
cd customer-segmentation-ml

# Instalar dependencias
pip install -r requirements.txt

# Generar datos (opcional, ya incluido)
python src/generate_data.py

# Ejecutar pipeline completo
python notebooks/01_customer_segmentation.py

Licencia

Este proyecto está bajo la Licencia MIT. Ver LICENSE para más detalles.