"Conociendo al Cliente 360°" es un proyecto integrador del primer módulo del bootcamp de Data Science de Henry. Desarrollado para InsightReach, empresa ficticia de marketing digital especializada en campañas personalizadas. El objetivo es analizar el ecosistema gastronómico de Chicago combinando datos de usuarios y restaurantes para generar insights estratégicos.

• Análisis de usuarios: Limpieza y segmentación de base de datos de clientes
• Integración de datos externos: Obtención de información de restaurantes via API de Yelp
• Sistema de recomendaciones: Desarrollo de modelos predictivos para matching usuario-restaurante
• Insights estratégicos: Generación de recomendaciones para campañas de marketing digital

• Avance_EDA.ipynb - Análisis Exploratorio y limpieza de datos
• Avance_API_YELP.ipynb - Consumo de API de Yelp y procesamiento
• Avance_Analisis_Final.ipynb - Análisis final y recomendaciones

• mega_funcion.py - Funciones de apoyo (usado en Avance_EDA)

Input:

• base_datos_restaurantes_USA_v2.csv - Dataset inicial proporcionado

Output (Auto-generados):

• usuarios_limpios.csv - Dataset limpio (Avance_EDA)
• Datos_usuarios_Chicago_limpios.csv - Datos por ciudad (Avance_EDA)
• chicago_restaurants.csv - Datos crudos de API (Avance_API_YELP)
• Datos_YELP_limpios.csv - Datos limpios de API (Avance_API_YELP)

• README.md - Documentación del proyecto
• requirements.txt - Dependencias Python
• Recomendaciones.pdf - Insights y recomendaciones estratégicas finales

Para ejecutar este proyecto necesitas tener instalado:

• Python 3.7+
• Jupyter Notebook (para ejecutar los archivos .ipynb)

⚠️ IMPORTANTE: Para ejecutar el Avance_API_YELP.ipynb necesitas una API Key de Yelp.

1. Obtén tu API Key gratuita en: Yelp for Developers
2. En el notebook Avance_API_YELP.ipynb, reemplaza la variable API_KEY con tu clave personal
3. ELIMINA el archivo chicago_restaurants.csv (datos de prueba) para forzar la obtención de datos frescos

Si no cuentas con una API Key, se incluye el archivo chicago_restaurants.csv con datos pre-obtenidos para que puedas continuar con el flujo del proyecto. Sin embargo, estos datos podrían estar desactualizados.

⚠️ IMPORTANTE: Si usas los datos de prueba, debes OMITIR la sección de conexión a la API en el notebook Avance_API_YELP.ipynb para evitar errores. Ve directamente a la sección de procesamiento de datos.

pip install -r requirements.txt

• pandas: Manipulación y análisis de datos
• numpy: Operaciones numéricas
• matplotlib/seaborn: Visualización de datos
• fuzzywuzzy: Análisis de similitud de strings
• requests: Consumo de API de Yelp
• jupyter: Ejecución de notebooks
• Otras dependencias específicas listadas en requirements.txt

pip install -r requirements.txt

Paso 1: Avance EDA

jupyter notebook Avance_EDA.ipynb

• Entrada: base_datos_restaurantes_USA_v2.csv
• Salida: usuarios_limpios.csv, Datos_usuarios_Chicago_limpios.csv

Paso 2: Avance API YELP

jupyter notebook Avance_API_YELP.ipynb

• Configuración requerida: API Key de Yelp (ver sección de configuración)
• Entrada: API de Yelp
• Salida: chicago_restaurants.csv, Datos_YELP_limpios.csv

🔑 Nota sobre API Key: Si tienes tu propia API Key de Yelp, asegúrate de eliminar el archivo chicago_restaurants.csv antes de ejecutar este notebook para obtener datos actualizados directamente de la API.

⚠️ Sin API Key: Si no tienes API Key, omite las celdas de conexión a la API y usa directamente el archivo chicago_restaurants.csv incluido.

Paso 3: Avance Análisis Final

jupyter notebook Avance_Analisis_Final.ipynb

• Entrada: Datasets procesados de Avance EDA y API YELP
• Salida: Análisis, visualizaciones y Recomendaciones.pdf

Cada notebook puede ejecutarse independientemente si ya tienes los archivos de entrada correspondientes.

⚠️ Importante: Asegúrate de instalar las dependencias antes de ejecutar cualquier notebook para evitar errores de importación.

Dataset procesado: 30,000 → +28,000 registros limpios

✅ Valores nulos imputados inteligentemente por ciudad y estrato
✅ Rangos de edad normalizados (18-90 años)
✅ Tipos de datos estandarizados
✅ Ciudad foco seleccionada: Chicago

Archivos generados:

• usuarios_limpios.csv - Dataset completo limpio
• Datos_usuarios_Chicago_limpios.csv - Solo usuarios de Chicago

Dataset obtenido: 199 restaurantes de Chicago

✅ Conexión exitosa a API de Yelp
✅ Análisis de similitud con FuzzyWuzzy (>70%)
✅ Imputación contextual de precios por categoría
✅ Estructuras JSON normalizadas

Archivos generados:

• chicago_restaurants.csv - Datos crudos de la API
• Datos_YELP_limpios.csv - Dataset procesado y limpio

Integración de datasets de usuarios y restaurantes
Sistema de recomendaciones personalizado
Desarrollo de visualizaciones para análisis

Archivo generado: Recomendaciones.pdf

✅ Insights más valiosos identificados
✅ Recomendaciones estratégicas para InsightReach
✅ Conclusiones basadas en análisis integral
✅ Propuestas para campañas de marketing dirigidas

• Imputación Contextual: Valores faltantes por ciudad + estrato socioeconómico
• Análisis de Similitud: FuzzyWuzzy para consolidación de datos redundantes
• Pipeline ETL Robusto: Procesamiento escalable y reproducible
• Validación Cruzada: Múltiples métricas de calidad de datos

• Completitud: 100% en variables críticas
• Consistencia: Tipos de datos estandarizados
• Precisión: >95% en matching de entidades
• Validez: Rangos realistas en todas las variables

• Modelos de ML: Random Forest, Clustering, Sistemas de recomendación
• Dashboard Interactivo: Visualización de insights en tiempo real
• API de Recomendaciones: Servicio REST para recomendaciones
• A/B Testing Framework: Validación de recomendaciones

Desarrollador Principal: María Fernanda Yañez Zavala
Email: [email protected]
LinkedIn: María Fernanda Yañez Zavala

Este proyecto se desarrolla con fines académicos para InsightReach.

Última actualización: Agosto 2025