Segmenta clientes de una bodega del Penedès por valor y gusto
Visión general
De qué trata este proyecto.
Segmenta clientes de una bodega con RFM y clustering. Crea perfiles de marketing y acciones. Obtén un certificado verificable.
El escenario
La bodega (~24 personas, 4ª generación) compite con cooperativas más grandes y depende del canal directo para mantener margen frente a la distribución tradicional.
El Briefing
Lo que harás y lo que demostrarás.
Encontrar 3-5 segmentos de cliente accionables a partir de RFM + mezcla de producto, con una recomendación de campaña por segmento.
Earning criteria — what you'll demonstrate
- Aplicar K-Means y clustering jerárquico a un dataset real
- Justificar la elección del número de clusters con métricas internas
- Convertir resultados de clustering en perfiles de cliente útiles para marketing
- Comunicar resultados de aprendizaje no supervisado a no técnicos
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Unsupervised Learning
Apply unsupervised learning to solve real industry problems and demonstrate production-level capability.
- K Means
Apply k means to solve real industry problems and demonstrate production-level capability.
- Hierarchical Clustering
Apply hierarchical clustering to solve real industry problems and demonstrate production-level capability.
- Feature Scaling
Apply feature scaling to solve real industry problems and demonstrate production-level capability.
- Data Visualization
Transform complex data into clear, insightful visual representations.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Científico de Datos
Segmentar clientes con RFM y entregar perfiles accionables es uno de los proyectos clásicos en data science para marketing en empresas de consumo.
Este proyecto afina
- unsupervised-learning
- k-means
- data-visualization
Científico/a de IA Aplicada
Pasar de aprendizaje no supervisado a una recomendación operativa es el día a día de una persona en IA aplicada en una empresa con datos limitados.
Este proyecto afina
- unsupervised-learning
- feature-scaling
- hierarchical-clustering