-
-
Pag 1
-
Pag 8
-
Pag 4
-
Pag 5
-
Pag 6
-
Pag 7
-
Pag 3
-
Pag 2
-
Pag 9
Inspiration
Nos motivó profundamente la idea de crear una solución nueva e innovadora para un problema comercial crítico. Queríamos ir más allá de los tableros de análisis tradicionales (que solo muestran lo que ya pasó) y construir un modelo de predicción. Nos inspiró la posibilidad de anticipar el comportamiento futuro y transformar la pérdida reactiva de clientes en oportunidades de retención proactiva.
What it does
Churn Hunters - Arca Predicte es una plataforma predictiva que anticipa la fuga de clientes (tienditas) antes de que ocurra. Utilizando un modelo de Machine Learning, analiza patrones de compra y características del cliente para identificar a aquellos en riesgo crítico. Además, integra un asistente de Inteligencia Artificial impulsado por Gemini que funciona como copiloto para los agentes de retención, sugiriendo acciones comerciales inmediatas y redactando correos de recuperación personalizados.
How we built it
El desarrollo se centró en construir un flujo de datos continuo que conectara la información con la inteligencia artificial. Primero, estructuramos y limpiamos nuestros conjuntos de datos para alojarlos en MongoDB. Posteriormente, extrajimos estas características para alimentar nuestro modelo XGBoost. Entrenamos el modelo para que optimizara sus predicciones minimizando una función objetivo. Finalmente, integramos las predicciones con una interfaz gráfica y conectamos los resultados con nuestro asistente Gemini para generar estrategias automatizadas.
Challenges we ran into
El mayor reto que enfrentamos fue la conexión de todas las tecnologías y la carga masiva de datos a la base de datos. Teníamos un volumen de información inmenso y recursos computacionales limitados, lo que hacía imposible procesar todos los datos de golpe. Para resolverlo, optamos por reducir la cantidad de clientes aplicando un muestreo estratificado. Garantizamos que esta muestra fuera equitativa y representativa respecto a variables críticas como el territorio. Matemáticamente, aseguramos que el tamaño de la muestra para cada territorio mantuviera la misma proporción que en la población total : Esta solución nos permitió conectar todo el ecosistema y entrenar el modelo de manera ágil sin agotar nuestros recursos.
Accomplishments that we're proud of
Estamos muy orgullosos de haber logrado integrar todo el ecosistema tecnológico (Base de datos NoSQL, Machine Learning y Generative AI) superando las limitaciones de recursos. Logramos que la arquitectura de datos fluyera correctamente de inicio a fin y demostramos que, aplicando matemáticas e ingenio (como el muestreo estratificado), es posible crear predicciones precisas y accionables.
What we learned
Este proyecto fue una curva de aprendizaje increíble para todo el equipo. Principalmente, aprendimos:
- Bases de Datos NoSQL: Aprendimos a implementar y administrar MongoDB desde cero. Nunca antes la habíamos utilizado.
- Machine Learning: Nos sumergimos en el uso del modelo de predicción XGBoost, comprendiendo cómo entrena y optimiza árboles de decisión para realizar clasificaciones de riesgo.
What's next for Churn Hunters - Arca Predicte
El siguiente paso es escalar nuestra infraestructura a la nube para cargar y procesar el 100% de la base de datos de clientes sin limitaciones de hardware. Queremos refinar nuestro modelo XGBoost incorporando nuevas variables y, finalmente, desplegar la plataforma en un entorno de producción para que los gerentes de ventas puedan utilizarla como su herramienta principal en el día a día.
Log in or sign up for Devpost to join the conversation.