En la industria de las telecomunicaciones, la rentabilidad sostenible no depende únicamente de la captación de clientes, sino de la alineación estratégica entre los límites de los planes y el comportamiento real del usuario. Una segmentación ineficiente puede derivar en ingresos volátiles o, peor aún, en una alta tasa de cancelación (churn) debido a una percepción negativa de valor por parte del suscriptor.
Este proyecto audita una base de 2,293 registros mensuales para resolver una paradoja operativa crítica: ¿Cómo influyen las estructuras de los planes Surf y Ultimate en la estabilidad financiera de Megaline y qué tan cerca están los límites contractuales de las necesidades reales de consumo?
- Diagnóstico de Rentabilidad: Validar mediante inferencia estadística si la diferencia en el ingreso promedio por usuario (ARPU) entre ambos planes es producto del azar o responde a una tendencia estructural del negocio.
- Perfilamiento Conductual: Determinar si los límites de los planes condicionan el consumo real de servicios o si el cliente consume basándose en necesidades independientes de su contrato.
- Validación de Estrategia Nacional: Evaluar si el comportamiento de gasto en mercados específicos, como el área de NY-NJ, requiere tácticas regionales diferenciadas.
El análisis se desarrolló siguiendo un pipeline de datos riguroso para garantizar la integridad de las conclusiones:
- Ingeniería y Limpieza de Datos: Estandarización de tipos de datos y procesamiento de registros temporales.
- Transformación de Unidades: Aplicación de reglas de negocio (redondeo de minutos y conversión de MB a GB mensuales).
- Construcción de ABT (Analytical Base Table): Consolidación de tablas transaccionales en una estructura única por usuario/mes para el cálculo de ingresos.
- Análisis Exploratorio (EDA): Identificación de tendencias, estacionalidad y detección de outliers críticos.
- Validación Estadística: Ejecución de pruebas de hipótesis considerando la disparidad de varianzas y la robustez ante valores atípicos.
Los datos revelan que el límite del plan no condiciona el comportamiento del usuario. Los clientes de ambos planes consumen promedios casi idénticos de llamadas (
Aunque el plan Surf inicia con una tarifa base baja ($$20$ USD), la maduración del consumo hacia finales de año empuja el ingreso promedio hasta niveles comparables con el plan Ultimate ($\approx
El plan Ultimate funciona como un generador de ingresos predecibles y estables. El usuario promedio de este segmento consume apenas el 14% de sus minutos y el 56% de sus datos disponibles, garantizando rentabilidad con bajo estrés operativo para la red.
Se aplicó un rigor matemático avanzado (Pruebas t de Welch) para asegurar la validez de los hallazgos:
-
Diferencia de Ingresos: Se rechazó la Hipótesis Nula (
$H_0$ ). Existe una diferencia estadísticamente significativa entre planes con un tamaño del efecto mediano ($\text{Cohen's d} = 0.56$ en datos limpios). -
Consumo Regional: Tras aplicar un filtrado preciso (
NY|NJ), no se encontró evidencia de diferencias significativas entre dicha área y el resto del país ($p\text{-value} = 0.5908$ ). - Robustez: Los resultados se validaron mediante un análisis de sensibilidad con y sin outliers, confirmando que la rentabilidad superior de Ultimate es estructural.
- Up-Selling Asistido: Migrar al 40% de usuarios de Surf que superan los $$70$ USD mensuales al plan Ultimate para asegurar su lealtad y estabilizar el flujo de caja.
-
Ajuste de Límites: Evaluar un incremento en el límite de datos de Surf a 20 GB, dado que la mediana actual (
$16.43$ GB) ya genera fricción constante por excedentes. - Estrategia Unificada: Mantener una política de precios nacional, ya que la geografía no es un factor determinante en el ARPU.
- Lenguaje: Python
- Bibliotecas: Pandas, NumPy, Matplotlib, Seaborn.
- Estadística: SciPy (Welch's t-test, Levene, Shapiro-Wilk, Cohen's d).