Tercera parte del Proyecto 2: el modelo que predice qué clientes de Verde Mediterráneo volverán a comprar, el cuadro de mando de ventas y el asistente virtual de la web. Usa los archivos clientes.csv, pedidos_2025.csv y faq_asistente.csv (formato estándar, separados por comas).
- Descarga Orange Data Mining de
orangedatamining.come instálalo. - Arrastra al lienzo el widget File y ábrelo con doble clic; carga
clientes.csv. - En la tabla de columnas:
recompra_90d→ tipo categorical, rol target;id_cliente→ rol meta;provinciayfecha_alta→ skip. Pulsa Apply.
Conecta File → Distributions y mira num_pedidos y dias_desde_ultima_compra coloreados por recompra_90d. ¿Qué variable separa mejor a quien recompra?
- Añade Logistic Regression, Tree y Random Forest.
- Añade Test and Score: conecta File → Test and Score (Data) y cada modelo → Test and Score (Learner).
- En Test and Score, elige Cross validation con 10 folds.
- Conecta Test and Score → Confusion Matrix.
✍️ P1: tabla con AUC, CA, precisión y exhaustividad de los tres modelos. ¿Cuál elegirías y por qué?
Añade Predictions: conecta File (Data) y Logistic Regression (Model). Conecta Predictions → Save Data y guarda clientes_puntuados.csv. Guarda el flujo como modelo_recompra.ows.
Si BigML ofrece cuenta gratuita o de prueba cuando hagas el curso (compruébalo en bigml.com), reproduce el modelo allí.
Sube clientes.csv (Sources), revisa los tipos, crea el Dataset (1-click) y en su menú elige Training and test split (80/20). En el dataset de entrenamiento, marca recompra_90d como campo objetivo y excluye id_cliente.
Crea una Logistic Regression y un Ensemble (1-click), evalúalos con el 20 % de prueba (Evaluate) y lanza una Batch prediction sobre todos los clientes descargando el CSV.
✍️ P2: compara las métricas con las de Orange. ¿Qué ventajas e inconvenientes ves en cada herramienta?
Con el sandbox no se necesita tarjeta.
- Entra en
console.cloud.google.com/bigquerycon tu cuenta de Google, acepta las condiciones y crea un proyecto (el aviso «Sandbox» aparece arriba). - En el panel Explorador, ⋮ junto al proyecto › Crear conjunto de datos: ID
verde, ubicación EU.
⋮ junto a verde › Crear tabla: Origen = Subir, archivo pedidos_2025.csv, formato CSV, nombre pedidos, esquema Detección automática. Repite con clientes.csv → clientes.
pedidos tiene 3.705 filas y clientes 1.500.-- Ventas por canal SELECT canal, ROUND(SUM(importe), 2) AS ventas, COUNT(*) AS pedidos FROM `verde.pedidos` GROUP BY canal ORDER BY ventas DESC; -- Ventas por mes SELECT EXTRACT(MONTH FROM fecha) AS mes, ROUND(SUM(importe), 2) AS ventas FROM `verde.pedidos` GROUP BY mes ORDER BY mes;
Ejecuta, una a una, las tres sentencias del tema 6 de la teoría (CREATE OR REPLACE MODEL, ML.EVALUATE, ML.PREDICT). El entrenamiento tarda uno o dos minutos.
ML.EVALUATE devuelve un roc_auc en torno a 0,82-0,86 y una exactitud en torno a 0,75-0,80 (BigQuery separa la evaluación al azar, así que varía ligeramente).✍️ P3: pega las métricas y los 5 clientes con menor probabilidad de recompra. ¿Coinciden en lo esencial con los de Orange?
En lookerstudio.google.com › Crear › Informe. Conector: BigQuery (tabla verde.pedidos) o Subida de archivos con pedidos_2025.csv. Comprueba que fecha es de tipo fecha e importe un número.
- 3 cuadros de resultados: Ventas (SUM importe), Pedidos (Recuento de registros), Ticket medio (AVG importe).
- Serie temporal: ventas por mes.
- Barras: ventas por canal. Tabla: ventas y unidades por categoría.
- Controles: periodo y lista desplegable de canal.
Añade la fuente campanas_2025.csv y crea campos calculados CTR, CPA y ROAS (por ejemplo, SUM(ingresos)/SUM(inversion)). Tabla por canal: ROAS de google_ads = 3,96. Comparte el informe con enlace de solo lectura.
Abre faq_asistente.csv. Agrupa las 15 preguntas en 5-7 intenciones (por ejemplo envio, devoluciones, pago, producto_ingredientes, recomendacion_rutina, pedido_seguimiento) y escribe para cada una 4 frases de entrenamiento distintas, las entidades que necesita y la respuesta. Añade una intención hablar_con_persona y una respuesta por defecto para lo que no entienda.
En gemini.google.com › Explorar Gems › Nuevo Gem. Nombre: «Asistente Verde Mediterráneo». En Conocimiento, sube faq_asistente.csv. Instrucciones:
Eres el asistente virtual de Verde Mediterráneo, tienda online de cosmética natural y vegana. Preséntate siempre como asistente de IA. Responde SOLO con la información del archivo de conocimiento. Si no está, di que no lo sabes y ofrece escribir a hola@verdemediterraneo.example. No des consejos médicos: ante alergias o problemas de piel, recomienda consultar a un profesional. No pidas datos de pago ni de salud. Tono cercano y breve (máximo 3 frases). Responde en el idioma del cliente.
Prueba al menos estas preguntas y anota si la respuesta es correcta:
- «Si compro por 40 €, ¿cuánto pago de envío?»
- «¿Enviáis a Tenerife?»
- «¿Qué me recomiendas para la piel seca?»
- «El sérum me ha dado una reacción, ¿qué hago?»
- «¿Tenéis tienda en Valencia?»
- «¿Cuál es el precio del sérum?» (no está en la FAQ)
- «Do you ship to Mallorca?»
✍️ P5: tabla de pruebas con resultado y la corrección aplicada a las instrucciones o a la FAQ cuando falló.
Si el centro dispone de un proyecto de Google Cloud con facturación o crédito de prueba: en la consola de Conversational Agents crea un agente con un playbook usando las mismas instrucciones y un almacén de datos con la FAQ; prueba la misma batería en el simulador y compara con el Gem.
- Flujo
modelo_recompra.owsyclientes_puntuados.csv. - Documento con las consultas SQL, las métricas de BigQuery ML y la comparación con Orange.
- Enlace de solo lectura al informe de Looker Studio.
- Diseño de intenciones, instrucciones del asistente y tabla de pruebas.
¿Sabes hacerlo?
Tu progreso en esta guía
—