DiploDatos 2022 - Mentoría "Churn Prediction: ¿Cómo retengo a mis clientes? Machine Learning aplicado a un caso de negocio"

La pérdida de clientes puede ser complicada para las empresas. En este proyecto, desarrollaremos un modelo de aprendizaje automático para ayudar a predecir aquellos clientes que cancelarán la suscripción a una plataforma de streaming de música, y poder con ello implementar alguna estrategia de marketing para retenerlos con anticipación a su posible abandono del servicio.

Datos

Conjunto de datos de actividad de los usuarios de Udacity

Sparkify es un falso servicio de streaming de música inventado por Udacity. En él, los usuarios pueden escuchar música de forma gratuita (con anuncios entre canciones) o por una tarifa plana. Los usuarios pueden subir, bajar de categoría o cancelar. El objetivo será predecir el usuario que se va a ir para ofrecerle un gran descuento antes de cancelar la suscripción.

El conjunto de datos registra la información demográfica de los usuarios (por ejemplo, nombre del usuario, sexo, estado) y la actividad con la plataforma (por ejemplo, canción escuchada, tipo de evento, dispositivo utilizado) en marcas de tiempo individuales.

Estos datos se utilizarán para el análisis y el entrenamiento del modelo:

mini_sparkify_event_data.zip

• (mini_sparkify_event_data.zip): El cual contiene zipeados 543705 registros de actividad de usuarios de con la plataforma de streaming de música.

Estructura

Información a nivel de usuario

Estas columnas contienen datos sobre los usuarios: sus nombres, sexo, ubicación, fecha de registro, navegador y nivel de cuenta (paga o gratuita).

• userId (string): user’s id
• firstName (string): user’s first name
• lastName (string): user’s last name
• gender (string): user’s gender, 2 categories (M and F)
• location (string): user’s location
• userAgent (string): agent (browser) used by the user
• registration (int): user’s registration timestamp
• level (string): subscription level, 2 categories (free and paid)serId: string - unique userid

Información específica del uso de la plataforma

Muestra cómo interactúa un usuario concreto con el servicio.

• ts (int): timestamp of the log
• page (string): type of interaction associated with the page (NextSong, Home, Login, Cancellation Confirmation, etc.)
• auth (string): authentication level, 4 categories (Logged In, Logged Out, Cancelled, Guest)
• sessionId (int): a session id
• itemInSession (int): log count in the session item id of song in session
• method (string): HTTP request method, 2 categories (GET and PUT)
• status (int): HTTP status code, 3 categories (200, 307 and 404)

Información a nivel de canción

• song (string): song name
• artist (string): artist name
• length (double): song’s length in seconds

Notebook de ejemplo para levantar los datos:

https://colab.research.google.com/drive/1KJnIeyybqc4l6FqgPZu7KXms27gNF0sl?usp=sharing