Analicé 53,902 registros de llamadas de una empresa de telefonía virtual para identificar patrones de comportamiento y segmentar clientes automáticamente usando machine learning.
53,902
Llamadas Analizadas
307
Clientes Segmentados
$2.4M
Revenue Analizado
81.5%
Eficiencia Operacional
🔍 Resultados Principales
- 63% clientes de alto valor identificados como core del negocio
- 98 clientes en riesgo crítico detectados para estrategias de retención
- 4 segmentos distintos de comportamiento identificados con K-Means
- 96 operadores identificados que requieren capacitación prioritaria
- Eficiencia del 81.5% superando el benchmark de industria (75%)
🛠️ Stack Técnico
Python
Pandas
Scikit-learn
Jupyter
Matplotlib
Seaborn