Análisis del abandono de clientes en telecomunicaciones mediante modelos de Machine Learning y clustering

Este trabajo analiza el abandono de clientes en una empresa de telecomunicaciones utilizando el dataset 5
IBM Telco Customer Churn. El objetivo principal es estudiar qué características están más relacionadas 6
con el churn y construir modelos capaces de detectar clientes con riesgo de abandonar el servicio. Para 7
ello, primero se realizó una limpieza y preparación de los datos, corrigiendo problemas como la variable 8
TotalCharges, que aparecía en formato texto y contenía algunos valores vacíos. Después se llevó a cabo 9
un análisis exploratorio para entender mejor la distribución de las variables y su relación con el abandono. 10
Posteriormente, se entrenaron distintos modelos de aprendizaje supervisado, como Logistic Regression, 11
Random Forest, SVM, XGBoost, KNN, Naive Bayes, árbol de decisión y una red neuronal. Entre ellos, 12
Random Forest obtuvo el mejor rendimiento global, mientras que Logistic Regression fue especialmente útil 13
para detectar clientes que realmente se iban a dar de baja. Además, se aplicaron técnicas de clustering, 14
concretamente K-Means y Fuzzy C-Means, para agrupar clientes con comportamientos similares. El grupo 15
con mayor riesgo fue el de clientes nuevos con gasto mensual alto, con una tasa de churn cercana al 16
49 %. Finalmente, se analizó la importancia de las variables para entender mejor qué factores influyen 17
más en el abandono. En conjunto, el proyecto muestra que combinar modelos predictivos, segmentación 18
e interpretabilidad permite no solo predecir el churn, sino también proponer acciones concretas para 19
mejorar la retención de clientes.