Descripción del Proyecto: Análisis de los Planes Prepagos de Megaline (Surf vs. Ultimate)

1. Introducción

Este proyecto se centra en analizar el desempeño de los dos planes prepagos de Megaline: Surf y Ultimate. El objetivo es comparar el comportamiento de los clientes a través de diferentes aspectos, como uso de llamadas, mensajes de texto, uso de datos de internet e ingresos mensuales. Además, el análisis prueba dos hipótesis clave sobre las diferencias en ingresos entre los dos planes y los ingresos de los usuarios en la región NY-NJ en comparación con otras regiones. A través de este análisis, se busca entender cómo se comporta cada plan en términos de patrones de uso y generación de ingresos, proporcionando valiosos conocimientos para las decisiones estratégicas de Megaline.

2. Resumen de los Datos

Los datos utilizados en este análisis consisten en múltiples DataFrames relacionados con el comportamiento del cliente, con los siguientes componentes clave:

• df_calls: Contiene datos de uso de llamadas (137,735 filas, 4 columnas).
• df_internet: Contiene datos de uso de internet (104,825 filas, 4 columnas).
• df_messages: Contiene datos de uso de mensajes (76,051 filas, 3 columnas).
• df_plans: Contiene detalles de los planes (2 filas, 8 columnas).
• df_users: Contiene datos demográficos de los usuarios (500 filas, 8 columnas).

Los datos necesitaban ser limpiados, alineados y fusionados entre estos diferentes DataFrames para crear un conjunto de datos unificado para el análisis.

3. Procedimientos

3.1 Limpieza y Preparación de los Datos

• Manejo de Datos Faltantes: Los DataFrames eran bastante limpios, sin valores NaN o duplicados significativos. Sin embargo, se encontraron problemas en las columnas de fecha, que tenían tipos de datos incorrectos. Estos fueron corregidos para asegurar un análisis adecuado.

• Fusión de Datos: Los diferentes DataFrames fueron fusionados en un solo conjunto de datos integral para facilitar el análisis de diferentes variables como llamadas, mensajes, uso de internet e ingresos mensuales.

• Transformación de Datos: Se transformaron las columnas según fuera necesario, como redondear valores numéricos y agrupar los datos por mes o por usuario para facilitar las comparaciones.

3.2 Análisis Exploratorio de Datos (EDA)

• Estadísticas Descriptivas: Para ambos planes Surf y Ultimate, se calcularon la media, la varianza y la desviación estándar para mensajes, uso de datos de internet e ingresos mensuales.

• Visualizaciones: Se crearon varias visualizaciones para representar los datos, como histogramas y gráficos de barras, para mostrar la distribución de mensajes, uso de datos de internet e ingresos mensuales para ambos planes. Esto ayudó a identificar patrones y tendencias a lo largo del tiempo y entre los planes.

3.3 Pruebas de Hipótesis

Se probaron dos hipótesis:

1. Hipótesis 1: El ingreso promedio de los usuarios de los planes Surf y Ultimate es diferente.
   • Hipótesis Nula (H₀): El ingreso promedio de los usuarios de los planes Surf y Ultimate es igual.
   • Hipótesis Alternativa (H₁): El ingreso promedio de los usuarios de los planes Surf y Ultimate es diferente.

   Se realizó una prueba t y se rechazó la hipótesis nula, lo que indica que los ingresos promedio entre los dos planes eran significativamente diferentes.

2. Hipótesis 2: El ingreso promedio de los usuarios en la región NY-NJ es diferente del ingreso promedio de los usuarios en otras regiones.
   • Hipótesis Nula (H₀): El ingreso promedio de los usuarios en la región NY-NJ es igual al ingreso promedio de los usuarios en otras regiones.
   • Hipótesis Alternativa (H₁): El ingreso promedio de los usuarios en la región NY-NJ es diferente al ingreso promedio de los usuarios en otras regiones.

   Se realizó una prueba t y no se rechazó la hipótesis nula, sugiriendo que no hay una diferencia significativa en los ingresos promedio entre los usuarios de la región NY-NJ y los de otras regiones.

4. Hallazgos

4.1 Análisis de Mensajes y Uso de Internet

• Mensajes:
  • Los usuarios del plan Surf tienden a exceder su límite mensual de mensajes con mayor frecuencia que los usuarios del plan Ultimate. La distribución de mensajes fue sesgada a la derecha, lo que indica que la mayoría de los usuarios de ambos planes no usan mensajes de manera frecuente.
  • Los usuarios del plan Ultimate generalmente se mantienen dentro de los límites, y su uso es más predecible.
• Uso de Internet:
  • El uso promedio de datos en ambos planes fue relativamente similar, con los usuarios de Surf promediando 16.78 GB y los usuarios de Ultimate promediando 17.37 GB al mes.
  • Ambos planes alcanzaron un uso máximo de 17 a 20 GB, lo que indica que los patrones de consumo de internet son similares en ambos planes.

4.2 Análisis de Ingresos Mensuales

• Plan Surf:
  • El ingreso promedio mensual de los usuarios de Surf fue de 60.13 USD, con mayor variabilidad y desviación estándar, lo que indica que los usuarios de Surf tienen patrones de facturación más impredecibles, probablemente debido a la sobrecarga de mensajes o datos.
• Plan Ultimate:
  • El ingreso promedio mensual de los usuarios de Ultimate fue de 72.28 USD, con menor variabilidad y desviación estándar, mostrando un patrón de facturación más consistente y predecible. Los usuarios de Ultimate generalmente se mantienen dentro de sus límites.

4.3 Resultados de las Pruebas de Hipótesis

• Hipótesis 1 (Comparación de Ingresos): El ingreso de los usuarios de los planes Surf y Ultimate es significativamente diferente. Los resultados de la prueba llevaron a rechazar la hipótesis nula, indicando que los usuarios del plan Ultimate tienden a tener ingresos mensuales más altos y más consistentes que los usuarios del plan Surf.

• Hipótesis 2 (Ingreso por Región): El ingreso de los usuarios en la región NY-NJ no es significativamente diferente al de los usuarios en otras regiones. Los resultados de la prueba mostraron que no hay diferencias significativas en los ingresos mensuales entre los usuarios de estas dos regiones.

5. Conclusión

Este análisis de los planes prepagos de Megaline revela importantes conocimientos sobre el comportamiento de los clientes:

• Los usuarios del plan Surf muestran más variabilidad en sus patrones de uso mensual, especialmente en el uso de mensajes, lo que lleva a ingresos más altos pero más impredecibles.
• Los usuarios del plan Ultimate tienen un uso más consistente y menos variabilidad, lo que hace que este plan sea más predecible para Megaline en términos de generación de ingresos.

Las pruebas de hipótesis revelaron que el ingreso mensual de los usuarios del plan Ultimate es significativamente más alto que el de los usuarios del plan Surf. Sin embargo, no se encontraron diferencias significativas en los ingresos entre los usuarios de la región NY-NJ y los de otras regiones.

Los hallazgos sugieren que Megaline podría beneficiarse al enfocarse en mejorar la gestión de los clientes de Surf para reducir los cargos por excedente y mejorar la previsibilidad de los ingresos. Además, comprender los patrones de ingresos estables de los usuarios de Ultimate podría ayudar a prever ingresos futuros.

Este proyecto proporciona información valiosa que puede orientar las estrategias de marketing, precios y mejoras de servicios para los planes prepagos de Megaline.