Retención de Clientes en E-commerce por Medio de Modelos Predictivos

Enzo Eluan Cruz; Gabrielle Maria Romeiro Lombardi

DOI: 10.22167/2675-6528-202602866

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

El crecimiento del comercio electrónico ha ampliado la disponibilidad de datos relacionados con el comportamiento del consumidor, permitiendo la aplicación de métodos analíticos para comprender diferentes perfiles de compra. El objetivo fue analizar el comportamiento y el perfil de los clientes de comercio electrónico a partir de características demográficas, conductuales, financieras y perceptivas, buscando identificar patrones relacionados con el consumo, la satisfacción y la recurrencia de compra. Se utilizó un conjunto de datos público y sintético, con 350 registros y 11 variables. El análisis incluyó exploración de datos, segmentación por K-Means, construcción de indicadores RFM, engagement, rangos de gasto e inactividad, además de modelos supervisados para la clasificación del nivel de satisfacción y la estimación del gasto total. La segmentación identificó siete agrupaciones con diferentes combinaciones de comportamiento, presentando un índice de Silhouette de 0,7139. En la clasificación de la satisfacción, Random Forest y XGBoost clasificaron correctamente todas las observaciones del conjunto de prueba, mientras que la Regresión Logística obtuvo una precisión de 0,9714. En la estimación del gasto total, Random Forest presentó el mejor rendimiento, con un R² de 0,999396. Los resultados evidenciaron diferentes configuraciones de comportamiento entre los consumidores y una fuerte estructuración de las relaciones en la base. Considerando la naturaleza sintética de los datos, los hallazgos tienen un carácter exploratorio y no deben generalizarse a consumidores reales sin validación externa.

Palabras clave: Ciencia de datos; Comercio electrónico; Comportamiento del consumidor; Satisfacción; Segmentación de clientes.

1. Introducción

El avance del comercio electrónico ha intensificado la necesidad de comprender el comportamiento de los consumidores en entornos digitales altamente competitivos y orientados por datos. En este contexto, la capacidad de identificar patrones de consumo, segmentar clientes y anticipar riesgos de evasión (churn) se convierte en un diferencial estratégico para empresas que operan en el entorno digital. La creciente disponibilidad de datos transaccionales, comportamentales y perceptivos, aliada al desarrollo de técnicas de inteligencia artificial, posibilita la aplicación de métodos analíticos más robustos, capaces de transformar datos en información relevante para la toma de decisiones. Como destacado por Silva et al. (2021), el comercio electrónico amplió el acceso a la información y elevó el nivel de exigencia de los consumidores, haciendo esencial el uso de estrategias más sofisticadas para atraer y retener clientes.

En este escenario, la retención de clientes asume un papel central para la sostenibilidad empresarial, especialmente en mercados donde el costo de adquisición de nuevos consumidores tiende a ser elevado. La literatura señala que la satisfacción del cliente está directamente relacionada con el éxito organizacional y la fidelización a lo largo del tiempo.

Como argumentan Rossi y Slongo (1998), el análisis de la satisfacción constituye uno de los pilares para el desarrollo de acciones eficaces de marketing. Sin embargo, los enfoques tradicionales basados únicamente en análisis descriptivos o evaluaciones puntuales presentan limitaciones ante el volumen y la complejidad de los datos disponibles en los entornos digitales. De esta forma, se hace necesario el uso de modelos analíticos capaces de capturar patrones más complejos y proporcionar soporte predictivo a la toma de decisiones.

Estudios recientes demuestran la creciente aplicación de técnicas de Machine Learning en la predicción de churn y segmentación de clientes en entornos de comercio electrónico. Xiahou y Harada (2022) utilizaron el algoritmo K-Means para la segmentación de consumidores, aplicando posteriormente modelos de clasificación para predecir el abandono de clientes en el contexto B2C. Investigaciones recientes, como la de Rahman et al. (2025), también exploran algoritmos como Random Forest para identificar patrones de comportamiento y clasificar a los consumidores con mayor probabilidad de evasión, reforzando el potencial de estas técnicas para estrategias de retención. Modelos robustos basados en algoritmos de ensemble learning, como el propuesto por Wang y Chen (2019) con Regresión Logística y XGBoost, también presentan resultados prometedores en problemas de churn. A pesar de estos avances, todavía existe espacio para estudios que integren simultáneamente análisis exploratorio, ingeniería de atributos, segmentación de clientes y múltiples modelos predictivos en una única estructura analítica aplicada al contexto de e-commerce, una laguna en la que el presente trabajo busca contribuir.

Ante este contexto, el presente trabajo tuvo como objetivo analizar el comportamiento y el perfil de clientes de comercio electrónico a partir de características demográficas, conductuales, financieras y perceptivas, buscando identificar patrones relacionados con el consumo, la satisfacción y la recurrencia de compra. Para ello, se emplearon técnicas de análisis exploratorio de datos, segmentación de clientes, construcción de indicadores conductuales y modelado supervisado como instrumentos analíticos para la caracterización de los diferentes perfiles presentes en el conjunto de datos. Adicionalmente, se buscó evaluar patrones asociados al nivel de satisfacción y al gasto total observado, contribuyendo a una comprensión integrada de las características de los consumidores representados en la base analizada.

2. Material y Métodos

El presente estudio adoptó un enfoque metodológico cuantitativo, de naturaleza exploratoria y predictiva, para analizar el comportamiento de clientes en comercio electrónico. La investigación se estructuró en etapas que incluyeron la preparación y análisis exploratorio de datos, segmentación de clientes, construcción de indicadores derivados y aplicación de modelos de aprendizaje supervisado. El enfoque metodológico recayó en la clasificación del nivel de satisfacción y en la estimación del gasto total observado.

El conjunto de datos utilizado fue el “E-commerce Customer Behavior Dataset”, una base pública y sintética disponible en la plataforma Kaggle por Laksika (2024). Este conjunto de datos contenía 350 registros de clientes individuales y 11 variables originales, abarcando características demográficas (género, edad, ciudad), de consumo (gasto total, artículos adquiridos, días desde la última compra) y perceptivas (evaluación media, nivel de satisfacción, tipo de asociación, aplicación de descuento). La naturaleza sintética de los datos fue considerada en la interpretación de los hallazgos.

La preparación de los datos implicó la verificación de la integridad de la base, incluyendo tipos de variables y ausencia de duplicados, manteniendo los 350 registros originales. Se identificaron dos valores ausentes en la variable “Satisfaction Level”; para la clasificación, se utilizaron 348 observaciones válidas. En los modelos supervisados, la imputación de valores ausentes en las variables explicativas se realizó a través de “pipelines” de Scikit-learn, empleando la mediana para variables numéricas y la categoría más frecuente para las categóricas, ajustadas solo en el conjunto de entrenamiento.

El análisis de valores atípicos se realizó según el criterio del Rango Intercuartílico (IQR) para las variables “Age”, “Total Spend”, “Items Purchased”, “Average Rating” y “Days Since Last Purchase”, sin eliminación de observaciones. El análisis exploratorio de datos caracterizó la base mediante estadísticas descriptivas y representaciones gráficas. La prueba no paramétrica de Kruskal-Wallis y las comparaciones pareadas de Mann-Whitney se aplicaron para evaluar diferencias entre grupos de satisfacción, con un nivel de significancia del 5%.

La segmentación de clientes se implementó con el algoritmo K-Means, una técnica de aprendizaje no supervisado. Las variables “Age”, “Total Spend”, “Items Purchased”, “Days Since Last Purchase” y “Average Rating” se estandarizaron utilizando el StandardScaler. El número de clusters (k) se definió mediante el análisis conjunto del Método del Codo y el índice de Silhouette, lo que resultó en la selección de siete clusters. Se aplicó K-Means con inicialización k-means++, 10 inicializaciones independientes y random_state=42. La visualización de los grupos se realizó mediante Análisis de Componentes Principales (PCA), con fines exclusivamente gráficos, y la calidad de la segmentación se evaluó mediante el índice de Silhouette.

Se construyeron indicadores derivados para sintetizar dimensiones del comportamiento de los clientes, incluyendo métricas RFM (Recencia, Frecuencia y Valor Monetario), un índice de compromiso, una estratificación de gasto total y un indicador de riesgo de inactividad. Las métricas RFM se basaron en “Days Since Last Purchase” (Días desde la última compra), “Items Purchased” (proxy de frecuencia) y “Total Spend” (Gasto total), convertidas en puntuaciones de 1 a 5 y combinadas en un RFM Score, generando categorías exploratorias. El “Engagement Score” fue un índice heurístico normalizado (0 a 100), compuesto por recencia, artículos adquiridos, gasto total y evaluación promedio. La estratificación de gasto total generó cuatro categorías basadas en percentiles, y el indicador de riesgo de inactividad se definió a partir del percentil 75 de “Days Since Last Purchase”. Estos indicadores se utilizaron solo para análisis descriptivos.

El modelado supervisado comprendió dos tareas: clasificación del nivel de satisfacción (“Satisfaction Level”) y regresión para la estimación del gasto total (“Total Spend”). Solo se emplearon atributos originales del dataset como predictores. Los datos se dividieron en 80% para entrenamiento y 20% para prueba, con estratificación por “Satisfaction Level” en la clasificación. Para la clasificación, se compararon Regresión Logística, Random Forest y XGBoost, evaluados por acurácia, precisión macro, revocación macro y F1-score macro. En la regresión, se compararon Random Forest Regressor, XGBoost Regressor y Ridge Regression, evaluados por R², RMSE y MAE. La consistencia del desempeño se verificó por validación cruzada en cinco particiones para ambas tareas.

3. Resultados y Discusión

Los resultados obtenidos a lo largo de las diferentes etapas analíticas evidenciaron que el comportamiento de los consumidores representados en la base de datos no puede ser descrito adecuadamente por una única variable. Los análisis exploratorios, la segmentación por agrupamiento, los indicadores derivados y los modelos supervisados convergieron al demostrar combinaciones distintas entre gasto, intensidad de compra, recurrencia, evaluación y satisfacción. Esta constatación refuerza la importancia de analizar el perfil del consumidor de manera multidimensional, utilizando técnicas de ciencia de datos como instrumentos de apoyo a la comprensión de los patrones presentes en la base.

El análisis exploratorio inicial permitió caracterizar el perfil de los consumidores y examinar las relaciones entre características demográficas, conductuales, financieras y perceptivas. Se observó una distribución equilibrada entre los géneros, con 175 observaciones en cada categoría, lo que refleja una característica original del conjunto de datos y no un resultado de balanceo muestral. La edad de los consumidores se concentró en los rangos centrales de la distribución, sin la identificación de valores atípicos significativos, lo que describe la composición de la muestra sintética, pero no permite inferencias sobre la capacidad financiera o la propensión al consumo en una población real.

Las variables relacionadas con el comportamiento de compra presentaron variaciones notables entre las observaciones, especialmente en lo que respecta al gasto total, la cantidad de artículos adquiridos y el intervalo desde la última compra. La distribución del gasto total de los clientes evidenció diferentes rangos de consumo acumulado en la base, los cuales fueron posteriormente explorados en conjunto con otras características conductuales para una comprensión más profunda de los perfiles.

La variable que representa los días desde la última compra también mostró variación entre los consumidores, indicando la recurrencia de la última interacción de consumo. Se observó que períodos más largos desde la última compra no deben ser interpretados, aisladamente, como evidencia de abandono del cliente, puesto que el conjunto de datos no contiene una variable que registre explícitamente la ocurrencia de churn o evasión.

El análisis conjunto del nivel de satisfacción y la recurrencia de compra reveló diferencias en la distribución de los días desde la última compra entre los niveles de satisfacción. Visualmente, los consumidores clasificados como insatisfechos presentaron períodos desde la última compra superiores a los observados predominantemente en las categorías neutra y satisfecha, lo que sugiere una asociación entre estos factores dentro del conjunto de datos analizado.

La prueba no paramétrica de Kruskal-Wallis confirmó una diferencia estadísticamente significativa entre las distribuciones de recencia de los diferentes niveles de satisfacción. Las comparaciones pareadas subsiguientes, realizadas mediante la prueba de Mann-Whitney, permitieron identificar qué categorías específicas presentaban estas diferencias. Este hallazgo apunta a una asociación entre la satisfacción y la recencia en la base, pero no establece una relación causal directa entre ellas.

Por lo tanto, no es posible concluir que un menor nivel de satisfacción haya provocado un mayor período de inactividad o, inversamente, que un mayor período desde la última compra haya causado insatisfacción. El análisis exploratorio, en general, evidenció una variación en las características demográficas, financieras, comportamentales y perceptivas, proporcionando subsidios importantes para los análisis de segmentación y construcción de indicadores comportamentales subsecuentes. Es fundamental reiterar que, debido a la naturaleza sintética de la base, estos patrones deben ser interpretados como características del conjunto analizado, sin presumir su reproducción en poblaciones reales de consumidores.

Resultados de la segmentación de clientes

La aplicación del algoritmo K-Means, configurado para siete agrupaciones, permitió organizar a los 350 consumidores en grupos distintos, basándose en diferentes combinaciones de las cinco características utilizadas en la segmentación: edad, gasto total, cantidad de artículos adquiridos, días desde la última compra y evaluación media. Este enfoque no supervisado fue crucial para identificar patrones de comportamiento intrínsecos sin la necesidad de variables objetivo predefinidas.

La solución de segmentación seleccionada demostró un índice de Silhouette de 0,7139. Este valor indica que, en el espacio multidimensional de las variables estandarizadas, las observaciones presentaron una separación relativamente definida entre los agrupamientos. La elección del número de clústeres fue guiada por el análisis conjunto del Método del Codo y el índice de Silhouette, buscando un equilibrio entre la reducción de la inercia y la calidad de la separación de los grupos, según se detalla en la metodología.

Para facilitar la visualización de la estructura de los grupos identificados, se aplicó el Análisis de Componentes Principales (PCA). Los dos primeros componentes principales explicaron conjuntamente el 91,43% de la varianza de las variables estandarizadas, siendo el 74,23% atribuido al primer componente y el 17,20% al segundo. La proyección bidimensional resultante permitió observar la organización espacial de los agrupamientos y la existencia de regiones distintas entre parte de los grupos, aunque el PCA se utilizó exclusivamente con fines de representación gráfica, sin alterar el proceso de agrupamiento original.

La caracterización de los agrupamientos reveló diferencias significativas, principalmente en las dimensiones relacionadas con el consumo, la recencia y la evaluación. El clúster dos, por ejemplo, se destacó con el mayor gasto promedio de 1.459,77, la mayor cantidad promedio de ítems adquiridos (veinte), la menor media de días desde la última compra (11,17) y la mayor evaluación promedio (4,81). Este grupo, dentro de la base analizada, reunió observaciones con mayor intensidad de consumo, gasto acumulado y compras más recientes.

El clúster cinco también presentó un gasto y una cantidad de artículos relativamente altos, con promedios de 1.165,04 y 15,27, respectivamente, acompañado de una evaluación media de 4,54. Sin embargo, su recencia media de 24,59 días fue superior a la observada en el clúster dos, indicando una combinación conductual distinta, a pesar de los altos valores de consumo. El clúster uno ocupó una posición intermedia en relación al gasto y a la intensidad de compra, con un gasto medio de 805,49, una media de 11,68 artículos y un intervalo medio de 15,27 días desde la última compra, además de una evaluación media de 4,17.

En contraste, el clúster cero presentó el menor gasto promedio entre los agrupamientos (446,89), la menor cantidad promedio de ítems adquiridos (7,57) y la menor evaluación promedio (3,19). A pesar de estos niveles reducidos, su recurrencia promedio de 22,76 días fue inferior a la encontrada en algunos grupos con gasto superior, demostrando que un menor gasto acumulado no corresponde necesariamente a un mayor período desde la última compra. El clúster cuatro, con gasto relativamente reducido (499,88) y un promedio de 9,41 ítems, se distinguió por el intervalo promedio de 40,47 días desde la última compra, mientras que el clúster tres presentó el mayor intervalo promedio de toda la segmentación, con 53,18 días, a pesar de registrar un gasto promedio de 703,69 y 12,76 ítems adquiridos.

Finalmente, el clúster seis presentó valores intermedios de gasto (671,55), cantidad de ítems (10,04) y evaluación (3,80), acompañados de una recencia media de 34,62 días. La comparación de los perfiles demuestra que las dimensiones analizadas no variaron de manera uniforme entre los agrupamientos. Aunque los clústeres dos y cinco combinaban mayores niveles de gasto, cantidad de ítems y evaluación, otros grupos presentaron combinaciones distintas entre consumo y recencia. Esta segmentación permitió identificar diferentes configuraciones comportamentales dentro de la base, en lugar de establecer una ordenación única de los clientes entre perfiles mejores o peores.

Resultados de los indicadores derivados

La construcción de los indicadores derivados complementó el análisis exploratorio y la segmentación, sintetizando diferentes dimensiones del comportamiento observado en el conjunto de datos. Se examinaron las métricas RFM, el índice de compromiso, la estratificación por gasto total y el indicador operacional de inactividad. Estos indicadores se utilizaron exclusivamente para la descripción y comparación de los patrones presentes en la base, sin participación como variables explicativas en los modelos supervisados, a fin de evitar redundancias y fuga de información.

La clasificación exploratoria basada en la puntuación RFM distribuyó las 350 observaciones en cinco categorías. La categoría “At Risk” presentó la mayor frecuencia, reuniendo 137 consumidores, lo que corresponde al 39,14% del total. Le siguió la categoría “Loyal Customers”, que abarcó 91 observaciones, o el 26,00%. Las categorías “Champions” y “Potential Loyalists” presentaron 59 observaciones cada una, representando el 16,86% del total, mientras que “Lost” reunió solo cuatro consumidores, o el 1,14%.

La comparación de los perfiles evidenció diferencias en las dimensiones utilizadas para la construcción del indicador. La categoría “Champions” presentó un gasto medio de 1.455,55, una media de 19,9 artículos adquiridos, 11,3 días desde la última compra y una evaluación media de 4,81. En contraste, la categoría “At Risk” registró un gasto medio de 509,49, una media de 8,8 artículos, una frecuencia media de 31,9 días y una evaluación media de 3,40.

La categoría “Loyal Customers” presentó valores intermedios superiores en consumo, con un gasto promedio de 1.038,73 y un promedio de 14,1 artículos. Por su parte, la categoría “Potential Loyalists” registró un gasto promedio de 742,05, 12,0 artículos y 37,2 días desde la última compra. La categoría “Lost”, compuesta por solo cuatro observaciones, presentó un gasto promedio de 475,25 y un intervalo promedio de 45 días desde la última compra, caracterizando un perfil de menor compromiso y recurrencia.

A pesar de las denominaciones atribuidas a las categorías RFM, es importante resaltar que estas clasificaciones no representan estados reales de fidelidad, riesgo o abandono observados en la base. Ellas resultan exclusivamente de los intervalos definidos para la puntuación RFM y deben ser interpretadas como etiquetas exploratorias que facilitan la comparación entre diferentes combinaciones de recencia, intensidad de compra y gasto, sin inferir causalidad o estados definitivos de comportamiento del cliente.

El “Engagement Score” presentó valores que variaron entre 18,66 y 99,32, con una media de 50,75 y una mediana de 51,46. La distribución de los niveles operativos de este índice indicó una mayor concentración en las categorías “Medium” y “High”, con 116 (33,14%) y 110 observaciones (31,43%), respectivamente. La categoría “Very High” reunió a 66 consumidores (18,86%), mientras que “Low” presentó 58 observaciones (16,57%), reflejando la combinación de las dimensiones de actualidad, intensidad de compra, gasto y evaluación que lo componen.

Como el índice de compromiso se construyó heurísticamente, con pesos definidos en el ámbito de este estudio, su distribución refleja directamente la combinación de estas dimensiones. Por lo tanto, valores más altos no deben interpretarse como una medida validada de compromiso real, sino como una síntesis comparativa interna de las características disponibles en la base, permitiendo un análisis descriptivo y exploratorio del comportamiento de los consumidores.

La estratificación basada en el Gasto Total organizó las observaciones en cuatro rangos de gasto. La categoría “Medium” concentró la mayor parte de los clientes, con 173 individuos (49,43%), seguida por la categoría “Low”, con 88 (25,14%). Las categorías “High” y “Premium” presentaron 46 (13,14%) y 43 observaciones (12,29%), respectivamente. Estas categorías se definieron a partir de percentiles de la distribución del gasto total, sirviendo como un instrumento de segmentación descriptiva.

Los consumidores clasificados como “Premium” presentaron el mayor gasto promedio, con 1.480,50, mientras que la categoría “High” registró un promedio de 1.255,17. Las categorías “Medium” y “Low” presentaron gastos promedio de 774,21 y 460,74, respectivamente. Estas diferencias son una consecuencia directa del criterio utilizado para la construcción de las categorías y representan solo rangos del gasto acumulado observado en el conjunto de datos, sin implicar valor futuro del cliente o contribución financiera.

El indicador operativo de inactividad clasificó 89 observaciones, correspondientes al 25,4% del total, en el cuartil superior de la distribución de Días desde la Última Compra, utilizando 38 días desde la última compra como umbral. Las 261 observaciones restantes, o el 74,6%, permanecieron por debajo de este punto de corte. En la clasificación granular, 168 consumidores fueron clasificados como “Baja Inactividad”, 93 como “Inactividad Media”, 51 como “Alta Inactividad” y 38 como “Inactividad Crítica”.

Estas categorías representan exclusivamente posiciones relativas en la distribución de recencia de la base analizada y no deben ser interpretadas como un modelo predictivo de evasión o churn. El grupo situado por encima del umbral de inactividad presentó una recencia media de 45,6 días y un gasto medio de 585,19, mientras que las observaciones por debajo del umbral tuvieron una recencia media de 20,1 días y un gasto medio de 934,11. Aunque el grupo con mayor inactividad también presentó un menor gasto medio y una mayor concentración de insatisfacción, estos resultados representan asociaciones descriptivas y no permiten concluir que la inactividad haya causado un menor gasto o insatisfacción.

Un hallazgo particularmente notable fue que, entre las 89 observaciones clasificadas por encima del umbral operativo de inactividad, todas presentaban el nivel de satisfacción “Unsatisfied”. Esta alta regularidad en la asociación debe interpretarse con cautela, especialmente debido a la naturaleza sintética de la base, no constituyendo evidencia de una relación causal o de un patrón esperado en poblaciones reales de consumidores. En conjunto, los indicadores derivados proporcionaron diferentes formas de sintetizar las características observadas en los consumidores, enriqueciendo el análisis exploratorio y descriptivo del comportamiento.

Resultados de la clasificación del nivel de satisfacción

La tarea de clasificación tuvo como objetivo principal examinar la capacidad de las características originales del conjunto de datos para distinguir los tres niveles de satisfacción registrados en la variable Nivel de Satisfacción: Satisfecho, Neutral e Insatisfecho. Después de excluir dos registros que no tenían información para esta variable, se utilizaron 348 observaciones para la tarea de clasificación, garantizando la integridad de los datos para el modelado.

La distribución de las clases resultó relativamente cercana entre las tres categorías: la clase Satisfechos presentó 125 observaciones (35,92%), seguida por la clase Insatisfechos, con 116 (33,33%), y por la clase Neutral, con 107 registros (30,75%). La división de los datos en conjuntos de entrenamiento y prueba fue estratificada, resultando en 278 observaciones para entrenamiento y 70 para prueba, preservando aproximadamente esta distribución de clases en ambos subconjuntos.

Se compararon tres algoritmos de clasificación: Regresión Logística, utilizada como modelo lineal de referencia, y Random Forest y XGBoost, empleados como métodos basados en árboles, capaces de representar relaciones no lineales e interacciones entre las características. Las variables explicativas numéricas incluyeron edad, gasto total, artículos adquiridos, calificación media y días desde la última compra, mientras que las categóricas fueron género, ciudad, tipo de membresía y descuento aplicado.

Los modelos basados en árboles, Random Forest y XGBoost, presentaron un rendimiento máximo en el conjunto de prueba. Ambos clasificaron correctamente las 70 observaciones, resultando en una precisión macro, una exhaustividad macro y una F1 macro iguales a 1,0000. La Regresión Logística también demostró un rendimiento elevado, con una precisión del 0,9714 y una F1 macro del 0,9716, y una pequeña diferencia entre la precisión de entrenamiento y prueba de 0,0070, lo que indica una buena consistencia.

La validación cruzada estratificada en cinco particiones confirmó el mantenimiento del alto rendimiento en diferentes divisiones de los datos. Random Forest y XGBoost presentaron un F1 macro promedio de 0,9971, con una baja desviación estándar de 0,0058, mientras que la Regresión Logística obtuvo un promedio de 0,9742 y una desviación estándar de 0,0140. Estos resultados indican que el alto rendimiento no se limitó al conjunto de prueba inicial, sino que es consistente en diferentes subconjuntos de la base.

Sin embargo, valores cercanos a la clasificación perfecta deben ser interpretados con cautela, considerando el carácter sintético del conjunto de datos y la elevada separabilidad observada entre algunas características y las clases de satisfacción. La matriz de confusión del Random Forest evidenció la clasificación correcta de las 70 observaciones del conjunto de prueba, sin registros de clasificación incorrecta: 22 pertenecientes a la clase Neutral, 25 a la clase Satisfied y 23 a la clase Unsatisfied.

En el análisis de importancia de las variables para el modelo Random Forest, Days Since Last Purchase presentó la mayor importancia relativa (0,1559), seguida por Total Spend (0,1381), Items Purchased (0,1273) y Average Rating (0,1097). Variables relacionadas con la aplicación de descuento, edad y tipo de membresía también contribuyeron a las decisiones del modelo. En XGBoost, la distribución de las importancias presentó un patrón distinto, destacando la categoría City_Houston, cuya importancia relativa fue de 0,3309, seguida por Discount Applied_False (0,1432), Total Spend (0,1330), Age (0,1222) y Days Since Last Purchase (0,0895).

La elevada importancia atribuida a una categoría específica de ciudad en el modelo XGBoost debe ser interpretada con especial cautela. Considerando la naturaleza sintética de la base, esta asociación puede reflejar regularidades artificiales presentes en el proceso de generación de los datos, no siendo adecuado interpretarla como evidencia de que la ubicación geográfica ejerza influencia causal sobre la satisfacción de los consumidores. De manera general, los tres algoritmos demostraron elevada capacidad de distinguir los niveles de satisfacción dentro de la estructura del conjunto de datos analizado.

El rendimiento máximo de Random Forest y XGBoost, junto con los altos resultados de la Regresión Logística y la validación cruzada, sugiere una fuerte separabilidad de las clases a partir de las características disponibles. Sin embargo, este resultado debe entenderse en el contexto de una base de datos sintética y relativamente pequeña, en la que ciertas relaciones entre atributos y satisfacción pueden presentar una regularidad superior a la encontrada en datos reales. Por lo tanto, los valores obtenidos demuestran la capacidad de los modelos para representar los patrones internos de la base de datos, pero no permiten inferir un rendimiento equivalente en consumidores reales sin validación externa.

Resultados de la estimación de Gasto Total

La segunda tarea supervisada se formuló como un problema de regresión, con el objetivo de estimar el gasto total observado de los clientes, representado por la variable Total Spend, a partir de las demás características originales disponibles en el conjunto de datos. Se utilizaron las 350 observaciones disponibles, dado que la variable de interés no presentaba valores ausentes, garantizando la completitud de la base para este análisis.

La variable Gasto Total presentó una media de 845,38, con una desviación estándar de 362,06 y una mediana de 775,20. Los valores observados variaron entre 410,80 y 1.520,10, evidenciando una amplitud considerable del gasto acumulado entre las observaciones analizadas. Las variables numéricas utilizadas como predictores fueron edad, artículos adquiridos, calificación media y días desde la última compra, mientras que las categóricas incluyeron género, ciudad, tipo de membresía y descuento aplicado.

Se compararon tres algoritmos para la tarea de regresión: Random Forest Regressor y XGBoost Regressor, empleados para representar posibles relaciones no lineales, y Ridge Regression, utilizada como modelo lineal regularizado de referencia. El Total Spend fue excluido del conjunto de variables explicativas por ser la propia variable objetivo, y los atributos derivados que incorporaran información de gasto, como RFM, Engagement Score y Value Tier, también fueron excluidos para evitar redundancias.

Los tres modelos presentaron un alto rendimiento en la estimación del gasto total observado. Random Forest obtuvo el coeficiente de determinación más alto en el conjunto de prueba, con un R² de 0,999396, seguido de un RMSE de 9,03 y un MAE de 3,93. XGBoost presentó un rendimiento similar, con un R² de 0,999301, un RMSE de 9,72 y un MAE de 4,99, lo que indica una alta capacidad predictiva para ambos modelos basados en árboles.

La regresión Ridge también alcanzó un rendimiento elevado, con un R² de 0,996977, aunque presentó errores superiores a los modelos basados en árboles, con un RMSE de 20,22 y un MAE de 15,04. Considerando conjuntamente las métricas R², RMSE y MAE, el Random Forest presentó el mejor rendimiento en el conjunto de prueba entre los modelos evaluados, demostrando su robustez en la predicción del gasto total.

La validación cruzada en cinco particiones reforzó la consistencia del rendimiento observado. El Random Forest presentó un R² medio de 0,999039 y bajo desvío estándar, indicando un rendimiento elevado y estable entre las diferentes divisiones de los datos. La regresión Ridge obtuvo un R² medio de aproximadamente 0,9977, mientras que el XGBoost presentó una media aproximada de 0,9959, con mayor variabilidad entre las particiones.

De esta forma, el Random Forest mantuvo el mejor rendimiento también en la validación cruzada, tanto en nivel medio de explicación de la variabilidad como en estabilidad entre los subconjuntos evaluados. La relación entre los valores observados y estimados por el Random Forest presentó una fuerte proximidad en torno a la línea de referencia, reflejando los bajos valores de error obtenidos por el modelo. La pequeña dispersión visual observada es consistente con el R² elevado y con los valores reducidos de RMSE y MAE.

Aunque el rendimiento de los modelos ha sido muy alto, este resultado debe interpretarse a la luz de la estructura del conjunto de datos. La regresión Ridge, a pesar de ser un modelo lineal regularizado, alcanzó un R² superior a 0,996, lo que sugiere la presencia de relaciones fuertemente estructuradas y cercanas a la linealidad entre el Gasto Total y las variables explicativas disponibles. Este comportamiento es compatible con la naturaleza sintética de la base, en la que las relaciones entre las variables pueden presentar mayor regularidad que la esperada en datos reales de comercio electrónico.

De esta forma, los resultados demuestran que los modelos fueron capaces de reproducir con elevada precisión los patrones internos del conjunto analizado, pero no constituyen evidencia de un desempeño equivalente en entornos reales. El elevado desempeño obtenido también es coherente con los patrones observados en las etapas exploratoria y de segmentación, en las cuales consumidores con mayor cantidad de ítems adquiridos, mejores evaluaciones y determinados perfiles de asociación presentaron niveles distintos de gasto acumulado. Sin embargo, las relaciones identificadas por los modelos deben ser interpretadas como asociaciones presentes en la base, no como evidencias causales sobre los factores que determinan el gasto de los consumidores.

En resumen, los modelos supervisados presentaron una alta capacidad para estimar el gasto total observado dentro de la base analizada, destacando el Random Forest, que demostró el mejor rendimiento tanto en el conjunto de prueba como en la validación cruzada. La alta capacidad explicativa también observada en el modelo Ridge sugiere una fuerte estructuración de las relaciones entre las variables del conjunto sintético. Al igual que en la tarea de clasificación de la satisfacción, los resultados deben ser comprendidos como evidencias de rendimiento interno a la base, no como garantía de generalización para consumidores reales sin validación externa.

Discusión integrada de los resultados

El análisis integrado de los resultados refuerza la comprensión de que el comportamiento de los consumidores en el comercio electrónico es multifacético, no pudiendo ser simplificado a una única dimensión. Las diversas etapas analíticas, desde la exploración inicial hasta la modelización supervisada, convergieron en la identificación de patrones complejos que combinan gasto, intensidad de compra, recurrencia, evaluación y satisfacción, subrayando la relevancia de enfoques multidimensionales en la ciencia de datos para la comprensión del perfil del consumidor.

La segmentación de clientes por K-Means reveló siete agrupaciones distintas, cada una con una combinación particular de las características analizadas. Este enfoque demostró que los consumidores con niveles similares en una dimensión específica no siempre exhiben comportamientos equivalentes en otras. Por ejemplo, el clúster tres, que presentó un gasto promedio superior a algunos grupos, también registró el mayor intervalo promedio desde la última compra, indicando una complejidad que trasciende clasificaciones simplistas de “mejor” o “peor” cliente.

Los resultados de este trabajo son compatibles con enfoques de segmentación conductual empleados en estudios anteriores en el contexto del comercio electrónico, como los de Xiahou y Harada (2022) y Rahman et al. (2025). Sin embargo, es importante notar que, en el presente estudio, la variable “Items Purchased” se utilizó como una aproximación de la frecuencia de compra debido a la ausencia de una variable que registrara el número efectivo de transacciones. Esta limitación impide la interpretación del componente de frecuencia como transaccional, diferenciando la aplicación de estudios basados en historiales completos de compra.

El análisis RFM reforzó la heterogeneidad conductual observada en la segmentación, organizando las observaciones en categorías exploratorias de recurrencia, intensidad de compra y gasto. La mayor concentración en la categoría “En Riesgo” (39,14% de los consumidores) debe interpretarse como una etiqueta descriptiva derivada de los intervalos de la puntuación RFM, y no como evidencia de un riesgo real de abandono. Las categorías RFM, al igual que el “Engagement Score”, se construyeron de forma exploratoria y heurística, sirviendo como herramientas comparativas internas a la base de datos.

Uno de los patrones más consistentes identificados fue la asociación entre satisfacción y recurrencia de compra. El análisis exploratorio demostró que los consumidores clasificados como “Insatisfechos” presentaron, en promedio, períodos más elevados desde la última compra en comparación con las categorías “Neutral” y “Satisfechos”. Esta diferencia fue confirmada por la prueba de Kruskal-Wallis, indicando que las distribuciones de recurrencia no eran equivalentes entre los niveles de satisfacción, estableciendo una asociación significativa dentro de la base analizada.

Aunque este resultado es relevante para la caracterización de los perfiles presentes en la base, no permite establecer una dirección causal. No es posible determinar, a partir de los datos disponibles, si la insatisfacción precedió al mayor período sin compras, si la reducción de la actividad contribuyó a la evaluación de satisfacción o si ambas están asociadas a otras características no representadas en el conjunto de datos. Esta asociación, sin embargo, encuentra paralelo en la literatura que relaciona la satisfacción con la continuidad del comportamiento de compra en comercio electrónico, aunque los constructos y métodos utilizados en otros estudios no sean directamente equivalentes a las variables de esta investigación.

La alta separabilidad observada entre la satisfacción y otras características de la base también se reflejó en el modelado supervisado. Los modelos Random Forest y XGBoost clasificaron correctamente todas las observaciones del conjunto de prueba, mientras que la Regresión Logística presentó una precisión de 0,9714. La validación cruzada mantuvo valores igualmente elevados, lo que indica que el rendimiento no se limitó a una única división de los datos, lo que sugiere una fuerte estructuración de las relaciones internas en la base.

Sin embargo, los resultados cercanos a la clasificación perfecta deben interpretarse con cautela. El hecho de que las 89 observaciones situadas por encima del umbral operativo de inactividad pertenezcan a la clase “Unsatisfied”, asociado a las marcadas diferencias de recurrencia entre las clases, revela una estructura altamente regular en la base. De esta forma, el elevado rendimiento puede reflejar principalmente la separabilidad inherente a los datos sintéticos, y no necesariamente la capacidad de los algoritmos para generalizar a consumidores reales en entornos de comercio electrónico.

Esta interpretación se ve reforzada por el análisis de importancia de las variables. En Random Forest, Days Since Last Purchase, Total Spend, Items Purchased y Average Rating presentaron contribuciones relevantes para la clasificación de la satisfacción. En XGBoost, por otro lado, la elevada importancia atribuida específicamente a la categoría City_Houston sugiere la presencia de patrones particulares de la generación sintética de los datos, no siendo adecuado interpretar este resultado como evidencia de influencia geográfica causal sobre la satisfacción de los consumidores.

La tarea de regresión para estimar el gasto total presentó un comportamiento similar. El Random Forest alcanzó un R² de 0,999396 en el conjunto de prueba y mantuvo un R² promedio de 0,999039 en la validación cruzada. Si bien este rendimiento demuestra una alta capacidad para reproducir los patrones internos de la base, la Regresión Ridge también presentó un R² superior a 0,996, incluso utilizando una estructura lineal regularizada, lo que sugiere relaciones fuertemente estructuradas y cercanas a la linealidad entre el Gasto Total y las variables explicativas disponibles en el conjunto sintético analizado.

El alto rendimiento de un modelo lineal sugiere que las relaciones entre el Gasto Total y las variables explicativas presentan una fuerte estructuración en el conjunto sintético analizado. En datos provenientes de consumidores reales, se espera una mayor presencia de ruido, variables no observadas y comportamientos menos regulares, razón por la cual los resultados no deben ser extrapolados directamente a aplicaciones comerciales. Considerados en conjunto, los resultados indican que el perfil de los consumidores representados en la base fue diferenciado principalmente por la combinación entre intensidad de compra, gasto acumulado, recurrencia, evaluación y satisfacción.

El análisis de agrupamiento mostró que estas dimensiones se combinan de maneras distintas entre los consumidores; los indicadores derivados permitieron sintetizar parte de estas diferencias; y los modelos supervisados demostraron que las características originales de la base poseen una fuerte relación con la satisfacción y el gasto total observado. De esta forma, las técnicas de machine learning empleadas cumplieron una función instrumental en el estudio: permitieron organizar, comparar y representar patrones de comportamiento presentes en el conjunto de datos. El principal resultado no reside en el rendimiento aislado de los algoritmos, sino en la identificación de diferentes configuraciones de comportamiento entre los consumidores y en la comprensión de las relaciones existentes entre consumo, recurrencia, evaluación y satisfacción dentro de la estructura de la base analizada.

4. Conclusión

El presente trabajo buscó analizar el comportamiento y el perfil de clientes de comercio electrónico a partir de características demográficas, conductuales, financieras y perceptivas, con el fin de identificar patrones relacionados con el consumo, la satisfacción y la recurrencia de compra. Se verificó que el comportamiento de los consumidores representados en la base es multifacético, no restringiéndose a una única dimensión. La segmentación por K-Means identificó siete agrupaciones distintas, cada una con combinaciones particulares de gasto, intensidad de compra, recurrencia, evaluación y edad. Se observó una asociación consistente entre el nivel de satisfacción y la recurrencia de compra, donde los consumidores insatisfechos presentaron, en promedio, períodos más largos desde la última interacción. Adicionalmente, los modelos supervisados demostraron una elevada capacidad para clasificar los niveles de satisfacción y estimar el gasto total, con Random Forest y XGBoost alcanzando un rendimiento máximo en la clasificación y Random Forest presentando un R² de 0,999396 en la estimación de gasto. La principal contribución del estudio reside en la demostración del papel instrumental de las técnicas de Ciencia de datos para organizar, comparar y representar patrones conductuales complejos, permitiendo una comprensión integrada de los perfiles de consumo y de las relaciones entre las variables en la base analizada.

Sin embargo, es fundamental reconocer las limitaciones inherentes a la naturaleza sintética y al tamaño reducido del conjunto de datos utilizado. Las relaciones observadas presentaron una elevada regularidad, lo que llevó a desempeños del modelo cercanos a la perfección, no siendo, por lo tanto, generalizables a consumidores reales sin validación externa. La utilización de “Items Purchased” como proxy de frecuencia de compra y la naturaleza descriptiva del indicador de inactividad también limitan las inferencias sobre el comportamiento transaccional y el riesgo de abandono. Para estudios futuros, se sugiere la aplicación de la estructura analítica desarrollada a bases de datos reales y longitudinales, que incluyan historial de transacciones y otras características comportamentales, a fin de evaluar la estabilidad y la generalización de los patrones identificados en contextos de comercio electrónico más complejos y dinámicos.

Referencias Bibliográficas

Digital marketing, E-commerce and pandemia: a bibliographic review on the brazilian panorama. Research, Society and Development, [S. I.], v. 10, n. 5, p. e45210515054, 2021. DOI: 10.33448/rsd-v10i5.15054. Disponível em: https://rsdjournal.org/rsd/article/view/15054. Acesso em: 2 nov. 2025.

RAHMAN, M. et al. Customer Segmentation and Churn Prediction Based on K-Means and Random Forest: A Case Study of E-commerce Data. 2025. Acesso em: 23 abr 2026

ROSSI, Carlos Alberto; SLONGO, Luiz. Pesquisa de satisfação de clientes: 0 estado-da-arte e proposição de um método brasileiro. Revista de Administração Contemporânea, v. 2, n. 1, p. 101-125, Jan./Abr. 1998. Disponível em: https://www.scielo.br/j/rac/a/nwpfNHVMj4LYjbrxbQmCFNS/?lang=pt. Acesso em: 02 nov. 2025.

THARMALIGAN, LAKSIKA. E-commerce Customer Behavior Dataset. Kaggle, ano. Disponível em: https://www.kaggle.com/datasets/uom190346a/e-commerce-customer-behavior-dataset. Acesso em: 04 jan 2026.

WANG, Y.; CHEN, L. A Hybrid Prediction Model for E-Commerce Customer Churn Based on Logistic Regression and XGBoost. Ingénierie des Systèmes d’Information, v. 24, n. 5, p. 517-523, 2019. Acesso em: 23 abr 2026.

XIAHOU, X.; HARADA, Y. B2C E-Commerce Customer Churn Prediction Based on K-Means and SVM. Journal of Theoretical and Applied Electronic Commerce Research, v. 17, n. 2, p. 458-475, 2022. Acesso em: 23 abr 2026.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy