Repositorio de Casos de Estudio

Casos de Estudio en Ciencia de Datos

Publicaciones técnicas, modelos de machine learning y analítica cuantitativa aplicada a problemas reales: seguridad urbana, evaluación de rendimiento de alto nivel y toma de decisiones estratégicas.

4 Casos Publicados
+600.000 Registros Analizados
100% Código Reproducible
Open Data Fuentes Oficiales
🛡️ Caso de Estudio 16 min lectura

Modelo Predictivo de Churn con Optimización Costo-Beneficio: ¿A Quién Llamar el Lunes?

Del scoring de probabilidad al retorno de inversión en telecomunicaciones: Arquetipos de fuga con K-Means, calibración logística con Platt Scaling (Brier Score: 0.136), explicabilidad direccional mediante SHAP y optimización del umbral de corte por máxima ganancia neta. Demuestra cómo contactar al 20% de mayor riesgo captura el 50.3% del abandono con ROI superior al 900%.

Costo-Beneficio ROI Calibración de Platt Valores SHAP K-Means Arquetipos IBM Telco Dataset
🛡️ Caso de Estudio 14 min lectura

¿Cómo Saber si una Propiedad está Bien Valorada? Modelo de Precio Justo, Cap Rate y Mapa de Oportunidades (Bogotá vs Medellín)

Modelado hedónico supervisado (Gradient Boosting, R² = 0.835) sobre 58.982 inmuebles residenciales en venta y arriendo. Detección automática de gangas con descuento > 15%, ranking de rentabilidad anual (Cap Rate) por zona y comparativa con el alquiler vacacional de Inside Airbnb.

Gradient Boosting ML Properati Open Data Inside Airbnb Cap Rate Anual Bogotá vs Medellín
🛡️ Caso de Estudio 15 min lectura

Arquetipos de Zonas según Perfil de Seguridad: Clustering No Supervisado de las Comunas de Medellín (2019–2022)

Modelado multidimensional a partir de 241.676 eventos delictivos únicos de MEData. Segmentación K-Means ($k=4$), caracterización de 4 arquetipos territoriales (Ladera residencial, Urbana intermedia, Centro-sur comercial, Rural pequeño), análisis de divergencia temporal pre vs post pandemia e implicaciones operativas para la Secretaría de Seguridad.

K-Means & Ward MEData Alcaldía Tasas por 100k hab Z-Scores OpenStreetMap
🏆 Caso de Estudio 12 min lectura

Identificación de Arquetipos de Jugadores Ganadores: Real Madrid (Campeón) vs Equipos Descendidos en La Liga

Análisis cuantitativo de 489 futbolistas de La Liga 2023-24 mediante K-Means y PCA. Evidencia empírica de cómo la presencia equilibrada de roles y una ventaja de +94.7% en xG Buildup/90 explican la consecución del campeonato frente al descenso de categoría.

K-Means & PCA xG Buildup P90 Radar Charts Scouting Predictivo