Los mejores trabajos del Máster de Data Science

Cuando estamos seguros de algo, lo repetimos una y otra vez: tenemos los mejores y más preparados alumnos del sector. Cuando al trabajo duro se le une la constancia y la dedicación los resultados no pueden más que ser sobresalientes.

A lo largo de estos días ejerceremos de padres y madres orgullosos y os mostraremos progresivamente los trabajos más destacados de los alumnos de la última edición del Máster de Data Science en Madrid.

Automatización del procesado de encuestas de valoración por Kamal Romero

Uno de las principales herramientas para tener feedback con los clientes y mejorar cualquier empresa es la utilización de encuestas de valoración. Gracias a sus resultados se pueden corregir posibles desviaciones en el trato con el cliente. ¿Inconvenientes? Principalmente el tiempo que se invierte en la elaboración, recolección y procesado de los resultados.

Nuestro alumno Kamal Romero ha diseñado una plataforma que ha conseguido reducir el tiempo de procesado, logrando disminuir dicho tiempo de espera de 4-5 horas a menos de cinco minutos.

Según el propio Kamal, «esto permitiría a la empresa concentrarse en el diseño de la encuesta en lugar de su procesado»

Podeis ver su trabajo haciendo click aquí.

Segmentacion de clientes de aerolíneas y cálculo del Customer Lifetime Value por Clara Pizarro

Hablábamos de lo importante que es mantener feedback con el cliente, pero para que esta relación pueda producirse, la empresa debe saber realizar una segmentación, según criterios propios, de sus consumidores.

Clara Pizarro propone y desarrolla una herramienta dirigida a las aerolíneas que les permiten aplicar a la hora de segmentar criterios como la edad, el sexo o la nacionalidad, para poder hacerles llegar información mucho más personalizada e interesante de acuerdo a su perfil.

Esta segmentación permitiría, según Pizarro «implementar acciones específicas por cada tipo de cliente, con el fin de ofrecer billetes con los precios más adecuados y atractivos» por lo que de esta manera conseguiremos «fidelizar e incrementar su retorno» añade.

Échale un ojo a este trabajo en este enlace.

Commerce BMN por José Enrique de la Torre

Y si de segmentar hablamos, ¿nunca habéis pensado en todas las datos que tendría un banco a través de las tarjetas de crédito?

Nuestro alumno José Enrique de la Torre ha desarrollado un ingenioso sistema que permite, ante el volátil y creciente mercado de competencia entre bancos, proporcionar a dichas entidades datos de sus clientes gracias a la medición de la utilización de las tarjetas bancarias.

«El paso de la tarjeta por los TPV (Terminales de Punto de Venta) ayuda a las entidades financieras a contar con un gran volumen de datos con los que pueden proporcionar a sus clientes información relevante para sus negocios, y así generar un valor añadido a productos poco diferenciados» recalca De la Torre

Mediante la información de tarjetas se obtendrá un perfil de los clientes con información de rango de edad y sexo para cada segmento obtenido.

Puedes ver el trabajo completo en este enlace.

Os habéis quedado con la boca abierta, ¿verdad? Pues esto es solamente el principio. Os seguiremos enseñando más TFM durante las próximas semanas.

Escrito por

kschool