Desarrollo de un modelo predictivo de la probabilidad de compra de un consumidor en el canal digital de un e-commerce retail

Abstract

En este proyecto se presenta una prueba de concepto del despliegue de un modelo de aprendizaje automático, desde la implementación de la arquitectura siguiendo los principios de la metodología CRISP-DM hasta el desarrollo concreto del algoritmo predictivo mediante técnicas de clasificación, que ofrece la probabilidad de compra de un usuario de un e-commerce retail a partir de su interacción en el canal digital. Se trata del trabajo realizado durante unas prácticas en la empresa Luce IT.

La primera parte de la definición y preparación de la infraestructura necesaria se ha llevado a cabo conjuntamente con otro alumno, Diego Alonso Manzano. La herramienta de análisis de experiencia de usuario existente en el cliente se configura adecuadamente para la extracción de los datos definidos del contexto de la navegación de los usuarios. En Splunk se recogen y almacenan esos datos, los cuales son exportados a R, donde se realiza la generación del modelo predictivo. El despliegue final del modelo es conseguido mediante OpenCPU, ofreciéndose como un servicio web accesible de forma remota para su consulta.

La parte central del proyecto sobre el desarrollo del algoritmo se ha hecho de manera individual. Árboles de decisión, redes neuronales artificiales y máquinas de vectores de soporte (SVM) son las técnicas elegidas para tratar de modelar el objetivo, siguiendo una metodología de desarrollo concisa y detallada haciéndose uso de la potencia del paquete caret de R. Una división de los datos en conjunto de entrenamiento y test, y el empleo de validación cruzada aseguran la validez y correcta generalización de los resultados obtenidos. El mejor modelo es finalmente elegido utilizando la métrica del área bajo la curva ROC. Complementariamente una página web de ejemplo para la consulta de ese modelo tras su despliegue se ha desarrollado.