Laboratorio 2 - Análisis de Datos Fuga de Clientes en R
Juan Esteban Salas - Harold David Guerrero
1 Importación de datos
## 'data.frame': 7043 obs. of 21 variables:
## $ customerID : Factor w/ 7043 levels "0002-ORFBO","0003-MKNFE",..: 5376 3963 2565 5536 6512 6552 1003 4771 5605 4535 ...
## $ gender : Factor w/ 2 levels "Female","Male": 1 2 2 2 1 1 2 1 1 2 ...
## $ SeniorCitizen : int 0 0 0 0 0 0 0 0 0 0 ...
## $ Partner : Factor w/ 2 levels "No","Yes": 2 1 1 1 1 1 1 1 2 1 ...
## $ Dependents : Factor w/ 2 levels "No","Yes": 1 1 1 1 1 1 2 1 1 2 ...
## $ tenure : int 1 34 2 45 2 8 22 10 28 62 ...
## $ PhoneService : Factor w/ 2 levels "No","Yes": 1 2 2 1 2 2 2 1 2 2 ...
## $ MultipleLines : Factor w/ 3 levels "No","No phone service",..: 2 1 1 2 1 3 3 2 3 1 ...
## $ InternetService : Factor w/ 3 levels "DSL","Fiber optic",..: 1 1 1 1 2 2 2 1 2 1 ...
## $ OnlineSecurity : Factor w/ 3 levels "No","No internet service",..: 1 3 3 3 1 1 1 3 1 3 ...
## $ OnlineBackup : Factor w/ 3 levels "No","No internet service",..: 3 1 3 1 1 1 3 1 1 3 ...
## $ DeviceProtection: Factor w/ 3 levels "No","No internet service",..: 1 3 1 3 1 3 1 1 3 1 ...
## $ TechSupport : Factor w/ 3 levels "No","No internet service",..: 1 1 1 3 1 1 1 1 3 1 ...
## $ StreamingTV : Factor w/ 3 levels "No","No internet service",..: 1 1 1 1 1 3 3 1 3 1 ...
## $ StreamingMovies : Factor w/ 3 levels "No","No internet service",..: 1 1 1 1 1 3 1 1 3 1 ...
## $ Contract : Factor w/ 3 levels "Month-to-month",..: 1 2 1 2 1 1 1 1 1 2 ...
## $ PaperlessBilling: Factor w/ 2 levels "No","Yes": 2 1 2 1 2 2 2 1 2 1 ...
## $ PaymentMethod : Factor w/ 4 levels "Bank transfer (automatic)",..: 3 4 4 1 3 3 2 4 3 1 ...
## $ MonthlyCharges : num 29.9 57 53.9 42.3 70.7 ...
## $ TotalCharges : num 29.9 1889.5 108.2 1840.8 151.7 ...
## $ Churn : Factor w/ 2 levels "No","Yes": 1 1 2 1 2 2 1 1 2 1 ...## customerID gender SeniorCitizen Partner Dependents
## 0002-ORFBO: 1 Female:3488 Min. :0.0000 No :3641 No :4933
## 0003-MKNFE: 1 Male :3555 1st Qu.:0.0000 Yes:3402 Yes:2110
## 0004-TLHLJ: 1 Median :0.0000
## 0011-IGKFF: 1 Mean :0.1621
## 0013-EXCHZ: 1 3rd Qu.:0.0000
## 0013-MHZWF: 1 Max. :1.0000
## (Other) :7037
## tenure PhoneService MultipleLines InternetService
## Min. : 0.00 No : 682 No :3390 DSL :2421
## 1st Qu.: 9.00 Yes:6361 No phone service: 682 Fiber optic:3096
## Median :29.00 Yes :2971 No :1526
## Mean :32.37
## 3rd Qu.:55.00
## Max. :72.00
##
## OnlineSecurity OnlineBackup
## No :3498 No :3088
## No internet service:1526 No internet service:1526
## Yes :2019 Yes :2429
##
##
##
##
## DeviceProtection TechSupport
## No :3095 No :3473
## No internet service:1526 No internet service:1526
## Yes :2422 Yes :2044
##
##
##
##
## StreamingTV StreamingMovies Contract
## No :2810 No :2785 Month-to-month:3875
## No internet service:1526 No internet service:1526 One year :1473
## Yes :2707 Yes :2732 Two year :1695
##
##
##
##
## PaperlessBilling PaymentMethod MonthlyCharges
## No :2872 Bank transfer (automatic):1544 Min. : 18.25
## Yes:4171 Credit card (automatic) :1522 1st Qu.: 35.50
## Electronic check :2365 Median : 70.35
## Mailed check :1612 Mean : 64.76
## 3rd Qu.: 89.85
## Max. :118.75
##
## TotalCharges Churn
## Min. : 18.8 No :5174
## 1st Qu.: 401.4 Yes:1869
## Median :1397.5
## Mean :2283.3
## 3rd Qu.:3794.7
## Max. :8684.8
## NA's :112 Estadísticas descriptivas
## customerID gender SeniorCitizen Partner Dependents
## 0002-ORFBO: 1 Female:3488 Min. :0.0000 No :3641 No :4933
## 0003-MKNFE: 1 Male :3555 1st Qu.:0.0000 Yes:3402 Yes:2110
## 0004-TLHLJ: 1 Median :0.0000
## 0011-IGKFF: 1 Mean :0.1621
## 0013-EXCHZ: 1 3rd Qu.:0.0000
## 0013-MHZWF: 1 Max. :1.0000
## (Other) :7037
## tenure PhoneService MultipleLines InternetService
## Min. : 0.00 No : 682 No :3390 DSL :2421
## 1st Qu.: 9.00 Yes:6361 No phone service: 682 Fiber optic:3096
## Median :29.00 Yes :2971 No :1526
## Mean :32.37
## 3rd Qu.:55.00
## Max. :72.00
##
## OnlineSecurity OnlineBackup
## No :3498 No :3088
## No internet service:1526 No internet service:1526
## Yes :2019 Yes :2429
##
##
##
##
## DeviceProtection TechSupport
## No :3095 No :3473
## No internet service:1526 No internet service:1526
## Yes :2422 Yes :2044
##
##
##
##
## StreamingTV StreamingMovies Contract
## No :2810 No :2785 Month-to-month:3875
## No internet service:1526 No internet service:1526 One year :1473
## Yes :2707 Yes :2732 Two year :1695
##
##
##
##
## PaperlessBilling PaymentMethod MonthlyCharges
## No :2872 Bank transfer (automatic):1544 Min. : 18.25
## Yes:4171 Credit card (automatic) :1522 1st Qu.: 35.50
## Electronic check :2365 Median : 70.35
## Mailed check :1612 Mean : 64.76
## 3rd Qu.: 89.85
## Max. :118.75
##
## TotalCharges Churn
## Min. : 18.8 No :5174
## 1st Qu.: 401.4 Yes:1869
## Median :1397.5
## Mean :2283.3
## 3rd Qu.:3794.7
## Max. :8684.8
## NA's :11##
## Female Male
## 3488 3555##
## No Yes
## 5174 1869## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 9.00 29.00 32.37 55.00 72.00## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.25 35.50 70.35 64.76 89.85 118.75## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 18.8 401.4 1397.5 2283.3 3794.7 8684.8 11Resultados categóricos:
Género: 3488 mujeres y 3555 hombres. La distribución es prácticamente equilibrada.
Fuga (Churn): 5174 clientes no se fugaron y 1869 sí lo hicieron, lo que representa aproximadamente un 26,5% de fuga. Esto significa que 1 de cada 4 clientes abandona la compañía.
Resultados numéricos:
Antigüedad (tenure):
Va de 0 a 72 meses, con media de 32,4 y mediana de 29. Esto indica que la mayoría de los clientes ha permanecido entre 2 y 3 años, aunque existe un grupo grande que se va en menos de 1 año.Cargos mensuales (MonthlyCharges):
Varían entre 18,25 y 118,75, con media de 64,8 y mediana de 70,4. La diferencia entre media y mediana sugiere que hay más clientes en planes intermedios, pero también existe una franja importante en planes más costosos.Cargos totales (TotalCharges):
Van de 18,8 hasta 8684, con media de 2283 y mediana de 1397. La mediana menor que la media muestra que hay outliers de clientes con cargos muy altos (probablemente los más antiguos). Además, hay 11 valores faltantes (NA’s) que deben revisarse o limpiarse para análisis posteriores.
Conclusión: La compañía tiene una clientela equilibrada en género, con gran variabilidad en antigüedad y costos. Aunque la mayoría paga entre 30 y 90 al mes, la tasa de fuga del 26% refleja un problema importante de retención.
3 Punto 3 - Matriz de correlación (variables numéricas)
Observaciones del gráfico:
tenure vs TotalCharges: correlación fuerte y positiva (círculo grande y oscuro). Tiene sentido, porque entre más tiempo lleva un cliente, mayor es el monto acumulado en cargos totales.
tenure vs MonthlyCharges: correlación muy baja (círculo pequeño y claro). Esto indica que el costo mensual no depende del tiempo que lleve el cliente, sino del plan que tenga contratado.
MonthlyCharges vs TotalCharges: correlación positiva moderada-alta. Clientes con cargos mensuales más altos tienden a acumular también cargos totales más altos, aunque no tan fuertemente como tenure con TotalCharges (porque el total depende tanto del plan como del tiempo).
Conclusión:
La variable TotalCharges está fuertemente determinada
por la antigüedad del cliente, mientras que MonthlyCharges es
más independiente. Esto muestra que el factor clave para el
gasto acumulado es cuánto tiempo permanece el cliente en la
compañía.
4 Boxplot Cargos Mensuales vs Rotación
Observaciones del gráfico:
Los clientes que sí se fugaron tienen en promedio cargos mensuales más altos que los que se quedaron. La mediana en el grupo de los que se fugaron está por encima de 75, mientras que en el grupo de los que se quedaron está alrededor de 65.
La dispersión también es mayor en el grupo de fuga, lo que muestra que hay bastante variabilidad entre los clientes que abandonan.
Conclusión:
Los clientes con planes más caros tienden a fugarse más
que aquellos con planes más económicos, lo que sugiere que el precio es
un factor relevante en la rotación de clientes.
5 Punto 5 - Boxplot Cargos Totales vs Rotación
Observaciones del gráfico:
Los clientes que no se fugan presentan cargos totales acumulados mucho más altos en promedio. La mediana en este grupo está cerca de 2000, mientras que en los que sí se fugan apenas ronda los 1000.
Quienes permanecen más tiempo acumulan pagos mayores, mientras que los que se fugan llevan menos tiempo en la empresa.
Conclusión: El nivel de cargos totales está fuertemente relacionado con la permanencia. Los clientes que se quedan generan mayor facturación acumulada para la empresa, mientras que los que se fugan suelen hacerlo temprano en la relación comercial.
6 Barras apiladas Rotación vs Género
Observaciones del gráfico:
- La distribución entre hombres y mujeres es muy similar tanto en los clientes que se fugan como en los que se quedan.
Conclusión:
El abandono de la compañía afecta a hombres y mujeres de forma parecida.
No se observa una relación clara entre el género y la probabilidad de
fuga.
7 Relación Antigüedad vs Cargos Mensuales
## [1] 0.2478999##
## Call:
## lm(formula = MonthlyCharges ~ tenure, data = telco)
##
## Residuals:
## Min 1Q Median 3Q Max
## -57.498 -27.251 6.245 24.943 54.376
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 54.92978 0.57476 95.57 <2e-16 ***
## tenure 0.30372 0.01415 21.47 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 29.15 on 7041 degrees of freedom
## Multiple R-squared: 0.06145, Adjusted R-squared: 0.06132
## F-statistic: 461 on 1 and 7041 DF, p-value: < 2.2e-16Correlación: 0.248 indica una relación positiva pero débil entre la antigüedad y los cargos mensuales.
Modelo lineal:
Intercepto: 54.93 representa el valor esperado de los cargos mensuales cuando la antigüedad es 0 meses (clientes nuevos).
Pendiente: 0.304 por cada mes adicional de antigüedad, en promedio el cargo mensual aumenta en 0.30 unidades.
R² = 0.061: el modelo explica solo un 6,1% de la variabilidad de los cargos mensuales, lo cual es bajo.
Interpretación del gráfico:
La nube de puntos muestra una gran dispersión: clientes con la misma antigüedad pueden tener cargos mensuales muy distintos.
La recta roja de regresión tiene pendiente positiva, confirmando la tendencia general: a mayor tiempo, ligeramente mayores cargos mensuales.
Sin embargo, como la correlación es baja, se concluye que la antigüedad no es un predictor fuerte del cargo mensual.
Conclusión:
Aunque estadísticamente la relación es significativa, en la práctica la
influencia de la antigüedad sobre el cargo mensual es débil. Los cargos
mensuales dependen más del tipo de plan contratado que del tiempo en la
empresa.
8 Panel gráfico
