Análisis de datos

Una cadena de supermercados perdía dinero cada semana: unas veces sobraba producto y acababa en la basura, otras faltaba y perdían ventas. El responsable de compras pedía basándose en su experiencia, pero no conseguía acertar.

Analicé cinco años de ventas semanales y entrené un modelo SARIMA que captura la tendencia y la estacionalidad oculta en los datos. Ahora el sistema predice la demanda de cada semana antes de hacer el pedido.

Un equipo de investigación encuestó a 3.689 votantes con 9 preguntas sobre política, demografía y opinión. Cuando intentaron segmentarlos, el algoritmo agrupaba por edad y género — no por ideología. Los perfiles no tenían sentido.

Descarté las variables demográficas y entrené K-Means solo con las 4 preguntas de opinión real. Aparecieron tres perfiles ideológicos con posiciones claras sobre servicios públicos, fiscalidad y seguridad.

Un gimnasio con 300 socios necesitaba saber quién estaba satisfecho y quién estaba a punto de irse. Lanzaban encuestas, pero las respuestas no revelaban un patrón claro ni permitían actuar a tiempo.

Entrené un modelo XGBoost con los datos de uso real de cada socio. El resultado fue directo: la frecuencia de asistencia mensual concentra el 80% de la predicción. Ni el precio ni las instalaciones pesaban tanto.

Una empresa de servicios con tres departamentos necesita decidir dónde reforzar plantilla. Se asume que los empleados más veteranos venden más, pero nadie lo ha comprobado con datos.

Diagnóstico de nulos, imputación justificada, ratios de productividad por departamento y matriz de correlación para validar si la edad predice las ventas.

El servicio de orientación de una universidad quiere saber qué hábitos predicen mejor la nota de examen para diseñar un programa de tutorías dirigido a estudiantes en riesgo.

Categorización con pd.cut(), comparación de grupos por mediana y percentiles, y panel de 6 visualizaciones: histogramas, scatter plots, heatmap y pairplot.

Una aseguradora de salud quiere reducir costes identificando tempranamente a los pacientes de riesgo cardiovascular alto y decidir si es justo ajustar primas según perfil de riesgo.

Conversión de categóricas a numéricas, ranking de factores de riesgo con correlación ordenada y segmentación de pacientes con groupby multi-métrica.

Una red de 50 concesionarios del Grupo Volkswagen necesita identificar a sus mejores vendedores, comparar rendimiento entre marcas y segmentar concesionarios por volumen de facturación.

CTEs encadenadas, subqueries correlacionadas, LAG() para variación mensual, PERCENTILE_CONT para distribución y RANK() para rankings. Cada ejercicio resuelto con doble enfoque.

AdventureWorks necesita analizar el comportamiento de compra de sus clientes, crear rankings de productos por precio y medir el crecimiento interanual por cliente para identificar a los top 10.

ROW_NUMBER, RANK, DENSE_RANK, NTILE, sumas acumuladas con ROWS BETWEEN, LAG/LEAD para filas consecutivas y CTE + LAG para crecimiento YoY. Examen final tipo entrevista técnica.

Una tienda de alimentación necesita segmentar clientes, clasificar productos, detectar patrones de compra y construir rankings cruzados por ciudad, categoría y proveedor.

LEFT JOIN para detectar gaps, CASE para clasificaciones de negocio (VIP/normal, frecuente/ocasional), CTEs + Window Functions y combinaciones avanzadas: top 3 clientes por ciudad, dashboard SQL.