Objetivo del proyecto
Evaluar y visualizar el grado de fidelidad de clientes bancarios mediante un enfoque de análisis segmentado y predictivo. El objetivo es anticipar posibles bajas y reforzar la retención de clientes.
Overview
La pestaña principal muestra un dashboard con visualizaciones clave:
- Estado general de la fidelización por país.
- Distribución por edad y solvencia financiera.
- Gráficos comparativos entre clientes fidelizados y no fidelizados.
Una vista general útil para detectar patrones de comportamiento y áreas de mejora.
Análisis de Segmentos de Clientes
Se aplica un modelo de K-means clustering para agrupar a los clientes en cuatro segmentos:
- Celestial Customer
- Esmerald Customer
- Purple Customer
- Golden Customer
Para cada grupo se presentan características principales y gráficos que reflejan su fidelidad y comportamiento.
Predicción de Fidelidad
En esta sección se aplica un modelo predictivo de árbol de decisión. El usuario puede introducir parámetros como ingresos, edad y país, y obtener la probabilidad de fidelización de un cliente.
Herramienta muy útil para departamentos de CRM y fidelización.
Dataset y Modelado
Los datos han sido simulados con fines educativos. La aplicación ha sido desarrollada íntegramente en R con los siguientes elementos:
- Shiny para interfaz interactiva
- Clustering con
kmeans() - Modelado predictivo con
rpart - Visualizaciones con
ggplot2yplotly
Puedes consultar el código fuente y documentación en el repositorio de GitHub.