Del dato a la decisión: el poder de la información

El análisis general muestra que los ingresos son estables, con un promedio de 114, y que la satisfacción del cliente alcanza un 54%, lo que indica un desempeño moderado con oportunidad de mejora, especialmente en la experiencia del cliente.

library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
datos <- read.csv("datos_negocios_8.csv")
head(datos)
##     Ciudad Ingresos Satisfecho
## 1 Ciudad B   159.63          1
## 2 Ciudad B   100.79          1
## 3 Ciudad A   107.22          0
## 4 Ciudad B   154.00          0
## 5 Ciudad B   155.07          1
## 6 Ciudad A   153.81          1

En resumen el negocio presenta ingresos estables y un nivel de satisfacción del cliente ligeramente positivo, aunque con margen de mejora para lograr mejores resultados.

summary(datos)
##     Ciudad             Ingresos        Satisfecho  
##  Length:100         Min.   : 71.62   Min.   :0.00  
##  Class :character   1st Qu.: 88.83   1st Qu.:0.00  
##  Mode  :character   Median :110.92   Median :1.00  
##                     Mean   :114.24   Mean   :0.54  
##                     3rd Qu.:139.97   3rd Qu.:1.00  
##                     Max.   :159.63   Max.   :1.00
library(ggplot2)
ggplot(datos, aes(x = Ciudad, y = Ingresos, fill = Ciudad)) +
  geom_boxplot() +
  labs(title = "Distribución de Ingresos por Ciudad",
       x = "Ciudad",
       y = "Ingresos") +
  theme_minimal()

El gráfico muestra que la Ciudad A tiene ingresos ligeramente más altos que la Ciudad B, ya que su mediana es mayor. Además, la Ciudad A presenta una distribución más concentrada, mientras que la Ciudad B tiene mayor variabilidad en sus ingresos, con valores más dispersos. En resumen, Ciudad A es más estable y con mejores ingresos, mientras que Ciudad B es más variable y menos consistente.

ggplot(datos, aes(x = Ciudad, fill = as.factor(Satisfecho))) +
  geom_bar(position = "dodge") +
  labs(title = "Número de Clientes Satisfechos por Ciudad",
       x = "Ciudad",
       y = "Frecuencia",
       fill = "Satisfecho") +
  scale_fill_manual(values = c("lightblue", "coral"), labels = c("No", "Sí")) +
  theme_minimal()

El gráfico muestra que en ambas ciudades predominan los clientes satisfechos, pero Ciudad A tiene más clientes satisfechos que Ciudad B. Además, Ciudad B presenta una mayor cantidad de clientes no satisfechos en comparación con Ciudad A. En resumen, Ciudad A tiene un mejor nivel de satisfacción, mientras que Ciudad B necesita mejorar la experiencia del cliente, ya que presenta más insatisfacción.

ggplot(datos, aes(x = Ingresos)) +
  geom_histogram(binwidth = 5, fill = "skyblue", color = "black", alpha = 0.7) +
  geom_density(aes(y = ..density.. * 5), color = "blue", size = 1) +
  labs(title = "Distribución de los Ingresos",
       x = "Ingresos",
       y = "Frecuencia") +
  theme_minimal()
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once per session.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once per session.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

El histograma muestra que la mayoría de los ingresos se concentran entre 90 y 140, lo que indica una distribución relativamente equilibrada. También se observa una ligera dispersión hacia valores más altos, pero sin extremos muy marcados. En resumen, los ingresos son bastante estables, con una concentración en valores medios y poca presencia de valores muy bajos o muy altos.