Predicción de abandono de compradores de una cadena de supermercados

Abstract

Los consumidores en los últimos años se encuentran ante una gran diversidad de propuestas para elegir donde realizar sus compras. Los supermercados como estrategia para retener y atraer clientes optan por realizar campañas comerciales a través sus planes de fidelización con el objetivo de fidelizar a sus clientes y minimizar la tasa de abandono. Debido a la alta competencia y los numerosos planes de fidelización que se dan en el mercado, se tiene la necesidad de determinar cuáles son los consumidores más valiosos para el supermercado y conocer cuál es su probabilidad de abandono. El trabajo propuesto tiene como objetivo determinar que clientes tienen una mayor propensión para el abandono y analizar cuáles de estos son los más valiosos para la cadena, clasificándolos según su rentabilidad, con el fin último de diseñar campañas comerciales dirigidas a evitar la fuga de clientes. Para ello, se analiza a los consumidores registrados en el programa de lealtad de una cadena de supermercados de Panamá. A través del plan de lealtad se medirá la frecuencia de compra, el gasto, como de actual es el cliente, así como las diferentes medidas sociodemográficas de dicho cliente. Se aplican técnicas de machine learning para señalar qué clientes tienen mayor probabilidad de abandonar la cadena de supermercados y técnicas de clasificación para priorizar sobre que clientes actuar primero en base a aquellos que aportan un mayor valor.