📡 Telecom X — Análisis de Evasión de Clientes (Churn)

Proyecto de análisis de datos desarrollado para Telecom X con el objetivo de identificar los factores que llevan a los clientes a cancelar sus servicios, como insumo para el desarrollo de modelos predictivos y estrategias de retención.

---

📁 Estructura del repositorio

📦 TelecomX-Churn
 ┣ 📁 Data/
 ┃ ┣ 📄 TelecomX_Data.json      # Dataset original (7.267 registros, estructura anidada)
 ┃ ┗ 📄 TelecomX_clean.csv      # Dataset limpio exportado (generado al ejecutar el notebook)
 ┣ 📓 TelecomX_LATAM.ipynb      # Notebook principal con el análisis completo
 ┣ 📁 Img/
 ┃ ┗ 📄 Badge.png               # Insignia del proyecto
 ┣ 📄 LICENSE                   # Licencia del proyecto (CC BY-NC-SA 4.0)
 ┗ 📄 README.md                 # Este archivo

---

🎯 Objetivo

Comprender qué factores están asociados a la cancelación de servicios en Telecom X, mediante un proceso completo de ETL + EDA, para que el equipo de Data Science pueda avanzar en modelos predictivos.

---

🔄 Pipeline del proyecto

📌 1. Extracción

• Carga del archivo TelecomX_Data.json (estructura JSON anidada con 4 sub-objetos por cliente: customer, phone, internet, account)
• Aplanado de la estructura con pd.json_normalize

🔧 2. Transformación

• Renombrado y aplanado de columnas anidadas
• Corrección de tipos: TotalCharges a float, SeniorCitizen de 0/1 a No/Yes
• Limpieza de valores vacíos en la variable objetivo Churn
• Imputación de nulos en TotalCharges con la mediana
• Estandarización: No internet service / No phone service → No
• Feature engineering:
  • TotalServices — número total de servicios contratados por cliente
  • TenureGroup — segmento de antigüedad (0-12, 13-24, 25-48, 49-72 meses)
  • Churn_num — variable objetivo numérica para correlaciones

📊 3. Análisis EDA

#	Visualización
1	Distribución global de Churn (barras + pie)
2	Variables demográficas vs Churn
3	Tipo de contrato y método de pago vs Churn
4	Servicios de internet y add-ons vs Churn
5	Histogramas de tenure, cargos mensuales y totales
6	Churn por segmento de antigüedad
7	Tasa de churn según número de servicios contratados
8	Boxplots de cargos por tipo de contrato
9	Mapa de calor de correlaciones

📄 4. Informe Final

Conclusiones, tabla de recomendaciones estratégicas y próximos pasos — incluidos en la última sección del notebook.

---

🔑 Principales hallazgos

• Tasa de churn global: ~26–27% sobre 7.267 clientes
• El tipo de contrato es el predictor más fuerte: mes a mes tiene ~42–45% de churn vs ~3% en contratos bianuales
• Los clientes nuevos (0–12 meses) son el segmento de mayor riesgo
• El cheque electrónico como método de pago se asocia con la mayor tasa de churn (~45%)
• La ausencia de OnlineSecurity y TechSupport aumenta significativamente el riesgo de churn
• Clientes con fibra óptica tienen mayor churn que los de DSL, posiblemente por insatisfacción con el precio-valor

---

🛠️ Tecnologías utilizadas

Librería	Uso
pandas	Manipulación y transformación de datos
numpy	Operaciones numéricas
matplotlib	Visualizaciones base
seaborn	Visualizaciones estadísticas
json	Carga y parseo del dataset

---

▶️ Cómo ejecutar

1. Clonar el repositorio o subir los archivos a Google Colab
2. Asegurarse de que Data/TelecomX_Data.json esté disponible en la ruta correcta
3. Ejecutar las celdas en orden (Menú → Runtime > Run all)
4. El dataset limpio se exportará automáticamente como Data/TelecomX_clean.csv

Nota: Para usar en Colab desde URL, descomentar la Opción B en la celda de extracción y actualizar el enlace raw del repositorio.

---

👤 Autor

Proyecto desarrollado como parte del programa de formación en Data Science — Alura LATAM.