Sistema de recomendación (Análisis de la cesta de la compra)

La empresa de servicios funerarios tiene operaciones en diferentes regiones de un país X, con tres líneas principales de negocio: transporte sanitario (ambulancias), seguro de decesos y servicios funerarios (velatorios, cementerios, flores, etc.). Actualmente, el departamento de marketing analiza manualmente las ventas para determinar los packs de productos y servicios a vender en cada región. Estos packs se basan en el historial de ventas por región, considerando las diferencias en el nivel de ingresos de las personas en cada área.

Problema:
La empresa desea automatizar este proceso mediante la implementación de un sistema de recomendaciones que optimice la selección de packs de productos y servicios por región, utilizando análisis de ventas históricas y técnicas avanzadas de machine learning.

Fases del Proyecto y entregables:
Fase 1: Análisis de dataset
Entregable: Informe detallado del preprocesado, análisis y descripción del dataset, incluyendo técnicas utilizadas

Fase 2: Identificación de Conjuntos de Productos
Determinar conjuntos de productos utilizando reglas de asociación y combinaciones de artículos. Identificar qué productos se venden mejor juntos.
Entregable: Resultados de las reglas de asociación y combinaciones de artículos. Packs de productos optimizados, listos para su implementación.

Fase 3: Análisis de Clustering
Realizar un análisis de clustering para agrupar las regiones en base a comportamientos de ventas. Identificar centros u oficinas con patrones de ventas similares.
Entregable: Resultados del análisis de clustering, con visualizaciones que muestren los clústeres identificados. Descripción de las características comunes de los clústeres.

Fase 4: Recomendación de Packs por Clústeres
Utilizar los packs armados y los clústeres identificados para recomendar qué packs deberían venderse en cada clúster y justificar las recomendaciones.
Entregable: Recomendaciones de packs de productos para cada clúster. Justificación de las recomendaciones basadas en los análisis previos. Visualizaciones y reportes que faciliten la comprensión de las recomendaciones.

Entrega final:
Todo el código fuente utilizado para el preprocesamiento de datos, análisis de asociación, clustering y generación de recomendaciones. Así como los Modelos entrenados y scripts para su despliegue.

Se entrega:
-Dataset con ventas por región de los últimos años