Medidas de dispersión y localización

Medidas de forma

Interpretación

• AvgSessionLength y TimeOnApp muestran variación baja a media con asimetría cercana a cero y curtosis cercana a tres, lo que indica una forma casi normal y un uso bastante homogéneo de sesiones y app, sin colas extrañas.
• TimeOnWebsite es más disperso porque la web se usa más para informarse y comparar, conviven usuarios que navegan mucho y otros muy poco y por eso la variabilidad es mayor.
• LengthOfMembership combina clientes nuevos y antiguos, lo que sugiere retención y adquisición al mismo tiempo y una cartera que se mantiene activa.
• YearlyAmountSpent presenta variabilidad alta y una cola superior leve, existen clientes que gastan bastante por sobre la media y es una variable clave para segmentar y priorizar campañas

Duración promedio de sesión

Tiempo en app

Tiempo en website

Duración de membresía

Gasto anual

Interpretación (univariados):

• avg_session_length: Distribución aproximadamente simétrica. La mayoría de los clientes tienen sesiones en torno a los 33 minutos.
• time_on_app: Distribución bastante ajustada y concentrada en torno a 12 minutos. Refleja un uso homogéneo de la aplicación móvil, sin grandes diferencias entre clientes.
• time_on_website: Distribución centrada alrededor de 37 minutos, con cierta simetría. Los clientes tienden a invertir un tiempo relativamente constante navegando en la web.
• length_of_membership: También se concentra en el centro, en torno a los 3–4 años, un buen indicador de fidelización. Existe una ligera dispersión hacia clientes con menos o más años de membresía.
• yearly_amount_spent: Distribución con centro alrededor de $500 anuales. Es relativamente simétrica, aunque con una ligera cola hacia clientes que gastan más

Gasto vs duración de sesión

Gasto vs tiempo en app

Gasto vs tiempo en website

Gasto vs duración de membresía

Interpretación (bivariados)

• avg_session_length: Relación positiva pero débil; a mayor tiempo de sesión promedio, se tiende a gastar un poco más. | La pendiente es poco pronunciada; el efecto existe pero no es determinante.
• time_on_app: Relación positiva clara; más tiempo en la app implica mayor gasto anual. Esto sugiere que la app es un canal clave de ventas: clientes con mayor uso móvil gastan significativamente más.
• time_on_website: Relación casi nula; el tiempo en la web no parece tener impacto significativo en el gasto. Puede indicar que la web funciona más como medio de consulta que como canal de conversión.
• length_of_membership: Relación positiva fuerte; a mayor antigüedad, mayor gasto anual. Los clientes leales no solo permanecen, sino que incrementan su valor con el tiempo → evidencia de customer lifetime value (CLV)

Duración promedio de sesión

Interpretación

• La media y la mediana de gasto aumentan a medida que se pasa a grupos con sesiones más largas.
• La desviación estándar también sube en los grupos altos, hay mayor heterogeneidad dentro de los usuarios intensivos.
• El grupo [34,36.2) es atractivo porque combina gasto alto con un tamaño razonable.

Media, mediana y desviación estándar

Boxplots

Comentarios

1. La mediana del gasto anual aumenta progresivamente con el grupo de tiempo de sesión. | Clientes con sesiones más largas tienden a gastar más dinero al año.
2. Dispersión: El grupo [29,32) presenta menor dispersión y gasto más bajo. | Los grupos intermedios [32,33) y [33,34) muestran incrementos graduales tanto en gasto como en variabilidad. | El grupo [34,36.2) es el más alto en gasto promedio, pero también con la mayor dispersión.
3. Outliers: En todos los grupos existen outliers, pero se notan más en los extremos inferiores (< 300) y en los superiores (> 700). | Esto indica que aunque la mayoría sigue la tendencia, hay clientes que gastan significativamente más o menos de lo esperado.
4. Negocio: Existe una relación positiva: a mayor tiempo de sesión, mayor gasto anual promedio.| La dispersión más alta en el grupo superior indica oportunidad de segmentación: algunos clientes de este grupo gastan mucho más y podrían representar clientes premium o de alto valor.

Heatmap

Commentarios

• La mayor correlación de Y es con LengthOfMembership, luego con TimeOnApp y después con AvgSessionLength.
• TimeOnWebsite tiene correlación casi nula, aporta poco al gasto.
• No se observan multicolinealidades extremas entre los predictores.

MCO

R Cuadrado

R Cuadrado Ajustado

Interpretación

1. Intercepto: -105.59; Valor base cuando todas las variables independientes son cero. No tiene una interpretación práctica directa (pues no existen clientes con 0 en todo), pero sirve como ajuste del modelo.
2. avg_session_length (coef = 25.73): Cada minuto adicional en el tiempo promedio de sesión está asociado con +25.7 USD anuales de gasto, manteniendo las demás variables constantes [efecto positivo, pero moderado
3. time_on_app (coef = 38.70): Es el efecto más fuerte después de la membresía: por cada minuto extra en la app, el gasto anual aumenta en +38.7 USD [refuerza la idea que la app es un canal
4. time_on_website (coef = 0.04): El coeficiente es prácticamente cero, indicando que el tiempo en la web no influye en el gasto anual. Esto oincide con los resultados previos: la web funciona más como canal de consulta, no de conversión. También cabe destacar que el P valor es alto, lo que indica que no es significativo, posiblemente porque el modelo asume que TimeonApp funciona mejor y penaliza TimeonWebsite.
5. length_of_membership (coef = 61.57): Es la variable más influyente: cada año adicional de membresía incrementa el gasto anual en +61.6 USD [Indica fuerte efecto de fidelización y evidencia de Costumer Lifetime Value.

Por último, el R cuadrado de 0.98 nos indica que este modelo explica de forma muy precisa la variable Yearly Amount Spent