Segmenta a los clientes de un retailer de moda gallego
Visión general
De qué trata este proyecto.
Recibirás un dataset anonimizado de 500.000 clientes con transacciones de los últimos 12 meses, eventos de app y atributos demográficos. Aplica al menos dos algoritmos de clustering (K-Means con feature scaling + uno alternativo como K-Prototypes o DBSCAN), justifica el número de clusters con métricas internas (silhouette, Davies-Bouldin) y valida estabilidad re-corriendo sobre dos muestras temporales (mes 1-6 vs mes 7-12). Para los segmentos finales (entre 5 y 8), genera perfiles legibles y una guía con 3 campañas concretas por segmento. El éxito significa segmentos que el equipo de CRM entienda en 30 segundos y campañas con hipótesis de uplift cuantificadas.
El Briefing
Lo que harás y lo que demostrarás.
Construye una segmentación de clientes con clustering, validada en estabilidad temporal, que el equipo de CRM pueda activar en 3 campañas por segmento.
Earning criteria — what you'll demonstrate
- Aplicar y comparar al menos dos algoritmos de clustering sobre datos mixtos
- Validar segmentación con métricas internas y estabilidad temporal
- Traducir clusters estadísticos en perfiles accionables de negocio
- Comunicar insights de data mining a stakeholders no técnicos
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosCientífico de Datos
La segmentación de clientes con clustering es uno de los proyectos más universales para data scientists juniors; este reto enseña el ciclo completo desde features hasta activación.
Este proyecto afina
- clustering
- feature-engineering
- customer-segmentation
Ingeniero de Aprendizaje Automático
Empaquetar un pipeline de clustering para que el equipo de CRM lo use es trabajo cotidiano de un MLE en cualquier retailer.
Este proyecto afina
- python
- evaluation
- clustering
Científico Aplicado de IA
Validar estabilidad temporal y comunicar resultados a stakeholders no técnicos es el día a día del applied AI scientist.
Este proyecto afina
- evaluation
- data-storytelling
- customer-segmentation