Presentaremos el caso de estudio de cómo el equipo de Analítica Avanzada de Arca Continental, en colaboración con el MIT, desarrolló un modelo que combina distintas fuentes de información para estimar el portafolio óptimo de productos para cada uno de sus más de 200 mil clientes.
Platicaremos sobre el proceso, incluyendo la etapa de enriquecimiento de datos , la clusterización de tiendas, y los modelos de machine learning que habilitan el motor de recomendación de portafolio individualizado.