🎡 Proyecto Parques AMVA 2024–2025

Analítica Avanzada · Predicción de Churn · Smart Pricing

     

---

📋 Tabla de Contenido

• Visión del Proyecto
• KPIs Técnicos
• Estructura del Repositorio
• Metodología — 8 Tarjetas
• Stack Tecnológico
• Instalación y Uso
• Entregables
• Autor y Licencia

---

🎯 Visión del Proyecto

Pipeline de ciencia de datos de grado industrial para la optimización de activos urbanos del Área Metropolitana del Valle de Aburrá. El sistema integra modelos de aprendizaje no supervisado y supervisado para transformar 304,799 registros transaccionales en inteligencia estratégica accionable, respondiendo directamente al reto analítico propuesto por el caso de negocio:

"Atraer nuevos públicos a nuestros parques, entendiendo los cambios en los comportamientos de asistencia y las tendencias de pérdida de usuarios en los últimos años."

---

📊 Dashboard de KPIs Técnicos

Métrica	Resultado	Estatus
Registros brutos	304,799	✅
Registros post-ETL	221,004	✅
Usuarios únicos analizados	189,384	✅
Cardinalidad tarifa (cruda → limpia)	415 → 5	✅ Normalizado
Cardinalidad tipo_venta (cruda → limpia)	346 → 2	✅ Normalizado
Features del modelo (pipeline final)	27	✅
ROC-AUC — LightGBM (pipeline final, CV 5-fold)	0.8346 ± 0.0016 (IC 95% [0.8333, 0.8360])	✅ Validado
Umbral óptimo de descuento	11.92%	✅ Calculado
Segmentos de usuario	4 (K-Means, 6 features)	✅
Data Leakage detectado y excluido	recencia excluida	✅
Cobertura temporal	Ene 2024 → Dic 2025	✅

---

📂 Estructura del Repositorio

urban-parks-intelligence/
│
├── 📒 src/
│   └── analisis_parques.ipynb          ← Pipeline completo (8 tarjetas)
│
├── 📄 docs/
│   ├── negocio/
│   │   ├── Informe_Ejecutivo_Clientes.md   ← Informe para comité directivo
│   │   ├── Propuesta_Ejecucion.md          ← Roadmap operacional
│   │   └── Propuesta_Valor_RutaN.md        ← Propuesta de valor institucional para RutaN
│   └── tecnico/
│       ├── AUDITORIA_TECNICA.md            ← Bitácora técnica forense
│       ├── RESULTADOS_FEATURES_V2.md       ← Resultados de la auditoría de features v2
│       ├── RESULTADOS_MODELO_FINAL.md      ← Resultados del modelo final (LightGBM)
│       └── auditoria_features_v2.ipynb     ← Evidencia de proceso: auditoría de features v2 + modelo final
│
├── 🖼️ assets/
│   ├── logo_alcaldia.png
│   ├── logo_rutan.png
│   └── grafico_kpis.png
│
├── 📜 LICENSE
├── 🔒 .gitignore
└── 📋 README.md

---

🔬 Metodología — 8 Tarjetas Operacionales

#	Tarjeta	Técnica	Output clave
1	ETL — Ingesta Robusta	pd.concat, parseo mixto, normalización unicodedata	df con 221,004 registros limpios
2	Ingeniería de Características	Variables RFM, demografía, franja horaria, comportamiento de fin de semana	df_user con 12 features por usuario
3	Segmentación K-Means	StandardScaler + método del codo (6 features)	4 segmentos etiquetados semánticamente
4	Modelado Supervisado + Leakage	Correlación, exclusión de recencia, one-hot real	Features saneadas, 2 modelos entrenados
5	Evaluación de Modelos	ROC-AUC, curva ROC, importancia de features	RF wins: AUC=0.7537
6	Smart Pricing	Elasticidad precio-frecuencia	Umbral óptimo de descuento: 11.92%
7	Estacionalidad y Exportación	Serie temporal 2024 vs 2025	df_resultados_analisis_parques.csv + hallazgos de capacidad
8	Modelo Final — LightGBM + Features Geográficas/Temporales	LightGBM, 27 features (incl. codsede_dominante, hora_promedio, grupo_agregado, dias_span, intervalo_promedio_entre_visitas), CV 5-fold, calibración isotónica	AUC=0.8346 ± 0.0016, IC 95% [0.8333, 0.8360]; Brier 0.1612 → 0.1597

---

🛠️ Stack Tecnológico

Capa	Herramientas
Lenguaje	Python 3.12
Procesamiento	Pandas 2.x, NumPy
Modelado	Scikit-learn (KMeans, RandomForest, LogisticRegression) · LightGBM (producción) · XGBoost, CatBoost (evaluados en comparación)
Visualización	Matplotlib, Seaborn
Entorno	Jupyter Notebook / Google Colab
Control de versiones	Git + GitHub (badolgm)

---

⚙️ Instalación y Uso

Opción A — Local (VS Code + venv)

# 1. Clonar el repositorio
git clone https://github.com/badolgm/urban-parks-intelligence.git

# 2. Crear y activar el ambiente virtual
py -m venv venv
.\venv\Scripts\Activate.ps1          # Windows
# source venv/bin/activate           # Mac / Linux

# 3. Instalar dependencias
pip install pandas numpy matplotlib seaborn scikit-learn openpyxl jupyter lightgbm xgboost catboost

# 4. Colocar los archivos de datos en src/ junto al notebook
#    usos_parques_2024_2025.csv
#    usos_parques_2024_2025_2.csv

# 5. Abrir el notebook
jupyter notebook src/analisis_parques.ipynb

Opción B — Google Colab

1. Abrir src/analisis_parques.ipynb en Colab.
2. El notebook detecta automáticamente el entorno y descarga los datos desde Drive.
3. Ejecutar todas las celdas en orden (Runtime → Run all).

---

📦 Entregables

Artefacto	Descripción	Enlace
Notebook principal	Pipeline completo — 8 tarjetas	📒 Ver
Informe ejecutivo	Hallazgos para comité directivo (≤3 páginas)	📄 Ver
Propuesta de ejecución	Roadmap operacional por fases	📋 Ver
Propuesta de valor RutaN	Propuesta de valor institucional para RutaN	📋 Ver
Bitácora técnica	Bitácora técnica forense: bugs encontrados y corregidos, verificado por ejecución directa	📄 Ver
Resultados features v2	Detalle de la auditoría de features v2	📄 Ver
Resultados modelo final	Detalle del modelo final (LightGBM)	📄 Ver
Notebook de auditoría v2	Evidencia de proceso: auditoría de features v2 + modelo final	📒 Ver
Licencia	MIT License	📜 Ver

---

👤 Autor y Licencia

Bernardo Adolfo Gómez Montoya
Data Scientist · Software Architect
Programa Horizontes Senior — Ruta N + Platzi · 2026

Distribuido bajo licencia MIT. Ver LICENSE para más información.

---

_{Pipeline técnico alineado con el caso de negocio — Analítica Avanzada}