Construcción y validación de un modelo de propensión de compras por segmento a partir del uso de modelos de Machine Learning y experimentos de campo

Abstract

La era digital está cambiando los hábitos de las personas, las mantiene informadas y las hace cada vez más exigentes. Esto genera que las empresas tengan el reto de reinventarse para entregar buenas experiencias, responder a las demandas y así, aumentar sus utilidades. La nueva unidad de negocio del Grupo Falabella, Falabella.com nace con el objetivo de que el usuario encuentre en un solo sitio toda la oferta perteneciente a los negocios del mismo. Es en esta empresa donde se realizará el trabajo de título, específicamente, en el área de Customer Behaviour, Segmentation & CRM.

La oportunidad identificada busca analizar los clientes de Sodimac, quienes no se encuentran segmentados, para comprender su comportamiento respecto a las subcategorías de producto similares en el sitio, buscando aumentar la tasa de conversión.

El objetivo es generar y validar experimentalmente un modelo que permita aumentar la tasa de conversión de ventas de usuarios segmentados en las subcategorías de producto dentro del sitio web utilizando modelos de Machine Learning y experimentos de campo.

Para cumplir lo anterior, se utiliza la metodología CRISP-DM extrayendo el conocimiento de los datos, pero manteniendo un enfoque aplicado al negocio. Se comienza comprendiendo el negocio, luego se segmenta a los clientes, se corre el modelo de propensión para finalmente, realizar el experimento.

La segmentación genera 5 clusters donde las variables más relevantes para éstos fueron el género y el tipo de pago relativo al programa de Lealtad que existe en el Grupo Falabella. El modelo de propensión, entrenado con el 70% de la base y testeado con el 30% restante, obtiene un rendimiento del 73,1% y un Recall de 84,7%. La propensión de compra para cada segmento tiende a ser mayor para las subcategorías que representan en conjunto más de el 50% de la distribución y se cumple para todos los casos que las subcategorías con mayor propensión, son aquellas que pertenecen al top 3 más compradas por cada segmento.

La experimentación consiste en el envío de 10 campañas vía mail donde el 80% de cada segmento recibe el correo y el 20% restante no lo recibe mostrando mejores resultados de cara a la tasa de conversión para los clientes que reciben el mail, siendo significativa estadísiticamente en el general de las campañas y para aquellas relacionadas a las subcategorías con mayor propensión de compra por segmento. Lo anterior significa un aumento de 0,7 millones de dólares la venta trimestral de la empresa.