Situación
La rama analytics-v2 analiza el conjunto Olist desde seis áreas de negocio y estudia la inactividad de vendedores. El trabajo reúne pedidos, clientes, productos y sellers en una aplicación Streamlit orientada a exploración operativa y seguimiento de churn.
El desafío
Las tablas transaccionales necesitan controles de calidad y un modelo común antes de calcular cohortes, RFM o señales de abandono. Para churn, el reto adicional es construir ventanas temporales y vigilar cambios de distribución. Las métricas publicadas se obtuvieron sobre el mismo conjunto de entrenamiento, sin holdout independiente, por lo que no demuestran generalización.
La solución
El pipeline ETL carga un esquema estrella en SQLite y registra 96.478 pedidos entregados. La aplicación usa Plotly para las vistas analíticas e incorpora cohortes, segmentación RFM, reglas y un horizonte de 90 días. Compara regresión logística y XGBoost, e incluye PSI para monitoreo. Analiza 2.433 sellers; no contiene actualmente el chat con LangChain o Groq mencionado en materiales anteriores.
Impacto
El modelo registra AUC 0,9898, recall 0,9410 y F1 0,9471 sobre entrenamiento. Estas cifras sirven como referencia interna, no como validación independiente. El proyecto integra calidad, almacenamiento y análisis en una ruta reproducible y deja explícitos los pasos necesarios antes de convertir el score en una decisión operativa o atribuir reducción real de churn.