CS-08 — Automatización e IA · Arquitectura cloud
Analítica de clientes y predicción de churn en AWS
Análisis del comportamiento de uso de clientes, segmentación, oportunidades de venta cruzada y modelos de predicción de churn, con infraestructura analítica en AWS.
- Mi papel
- Data Engineer e investigador (IKERLAN).
- Periodo
- No documentado
- Divulgación
- Detalles anonimizados
- Tecnologías
- PythonJupyterAmazon SageMakerAWS GlueAmazon S3AWS LambdaAmazon SNSApache Kafka
- Última revisión
- 13 de noviembre de 2026
Contexto
Un cliente con gran volumen de datos de uso y comportamiento quería entender cómo se usaban sus servicios y productos, segmentar a sus clientes, encontrar oportunidades de venta cruzada y anticipar bajas.
Retos
- 01Extraer patrones de consumo útiles de datos de telemetría y uso.
- 02Seleccionar y construir características predictivas.
- 03Evaluar los modelos por su utilidad para el negocio.
Solución y arquitectura
Análisis exploratorio y de comportamiento, segmentación mediante clustering, análisis de venta cruzada, ingeniería y selección de características y modelos de clasificación para predecir churn, apoyando el diseño de una infraestructura analítica en AWS (SageMaker, Glue, S3, Lambda, SNS) con integración de datos vía Kafka.
Decisiones clave
Aún no documentado
Compromisos
Aún no documentado
Resultados
Los resultados se publicarán una vez verificados
Aprendizajes
Aún no documentado
La contribución exacta de cada servicio AWS está pendiente de validar, por lo que no se presenta un diagrama de arquitectura detallado. Este proyecto conectó la ingeniería con el interés de Ander por la economía y la analítica comercial.
Pregunta sobre este caso de estudio
Las preguntas de aquí se responden con el caso de estudio «Analítica de clientes y predicción de churn en AWS» como contexto.