Segmentación de clientes basados en patrones de movilidad para mejorar la satisfacción de los clientes en una empresa de telecomunicaciones

Abstract

En respuesta a la creciente competencia en telecomunicaciones, Entel ha lanzado un proyecto estratégico para mejorar la satisfacción del cliente mediante la segmentación basada en patrones de movilidad. El objetivo es “desarrollar un modelo de clusterización para identificar el impacto en la satisfacción de la movilidad en la red móvil de los clientes pospago de Entel”, permitiendo a la empresa obtener información relevante para mejorar la satisfacción del cliente mediante el análisis de patrones de movilidad. Para este proyecto, se desarrollaron distintos modelos de segmentación de clientes siguiendo la metodología CRISP-DM. Se emplearon dos algoritmos de clustering: k-means y DBSCAN, con los cuales se crearon tres modelos con k-means, configurados con 3, 4 y 5 clusters, y un modelo con DBSCAN. No obstante, los resultados del modelo DBSCAN fueron deficientes debido a la generación excesiva de clusters, lo que complicó el análisis de los grupos generados. Por esta razón, se optó por trabajar únicamente con los tres modelos de k-means, entrenándolos con los mismos datos para que cualquier diferencia en el rendimiento se pudiera atribuir a las características de los modelos y no a variaciones en los datos. Además, se llevaron a cabo transformaciones de variables y eliminación de valores atípicos para optimizar la capacidad de agrupamiento de los modelos. Estos modelos fueron evaluados mediante 3 métricas de evaluación de clusters, las cuales miden de distintas formas la cohesión, o cuánto se parecen los datos de un mismo cluster, y la separación, o cuánto se diferencian los datos de distintos clusters. A partir de esto, se eligió el modelo de k-means con 4 clusters, dado que este modelo presenta un equilibrio entre estas tres métricas y un equilibrio entre complejidad y simplicidad para el análisis, logrando identificar diversos segmentos de clientes con patrones de movilidad distintos. Finalmente, se realiza un análisis de satisfacción de cada grupo creado por el modelo. Aunque no se logra validar la hipótesis inicial la cual dice que “a mayor movilidad, menor satisfacción”, el proyecto permite identificar segmentos de clientes con satisfacción crítica, generando información como priorizar inversiones, diseñar campañas específicas y personalizar ofertas según cada segmento identificado.