Análisis de las características que identifica a un usuario de practisis premium: variables que deciden para convertirse de una cuenta freemium a premium

Abstract

El presente trabajo de investigación constituye el análisis de la problemática planteada por la empresa Practisis, el cual se refiere a un déficit de migración de cuentas Freemium a Premium de usuarios del software Dora en el 2020 en Perú, a pesar de que esta empresa inició sus operaciones en enero 2019, la migración de cuentas Freemium a premium es muy baja y afecta directamente a las ventas.

Para el desarrollo de este trabajo se ha utilizado la metodología de ciencia de datos de IBM, logrando identificar las variables que influyen en la migración de cuentas Freemium a Premium, las cuales afectan directamente a las ventas para el año 2020. La base de datos se obtuvo directamente desde la plataforma de la empresa, la cual captura a los clientes y lleva el control de cada cuenta. Con estos datos se pudieron identificar 15 variables y 1348 registros.

Para ello, se utilizó el modelo de árbol de decisión como técnica de aprendizaje automático supervisado, el cual nos ayudó a identificar, según las variables utilizadas, el requisito para que un cliente convierta su cuenta Freemium a Premium.

Finalmente, para el resultado de este análisis, se elaboraron diversos gráficos y tablas, así como también un análisis en Python como respuesta para sustentar la problemática de Practisis.

The present research paper constitutes the analysis of the problem posed by the company Practisis, which refers to a deficit of migration of Freemium accounts to Premium of users of Dora software in 2020 in Peru, although this company started operations in January 2019, the migration of Freemium accounts to premium is very low and directly affects sales.

For the development of this work, IBM’s data science methodology has been used, identifying the variables that influence the migration of Freemium accounts to Premium, which directly affect sales by 2020. The database was obtained directly from the company’s platform, which captures customers and controls each account. With these data, 15 variables and 1348 records could be identified.

To do this, the decision tree model was used as a supervised machine learning technique, which helped us to identify, according to the variables used, the requirement for a customer to convert their Freemium account to Premium.

Finalmente, para el resultado de este análisis, se elaboraron diversos gráficos y tablas, así como también un análisis en Python como respuesta para sustentar la problemática de Practisis.