Cómo predije el abandono de clientes bancarios con XGBoost y Power BI

Álvaro Martínez — Tue, 12 May 2026 19:28:19 +0000

Uno de los problemas más importantes para cualquier banco (y cualquier empresa) es detectar qué clientes tienen más probabilidades de abandonar el servicio.

Como proyecto del Máster en Data Science e IA en Evolve, decidí desarrollar un sistema de predicción de churn utilizando Machine Learning y visualización de datos orientada a negocio.

El objetivo no era solo entrenar un modelo, sino construir un flujo completo de análisis más profesional, ya que nunca lo había hecho:

Exploratory Data Analysis (EDA)
Preprocesado y feature engineering
Entrenamiento de modelos
Evaluación de métricas
Dashboards en Power BI

Dataset y problema

Bank Customer Churn Dataset en Kaggle

El proyecto utiliza un dataset bancario con información de clientes como:

Edad
País
Salario estimado
Actividad del cliente
Tipo de tarjeta

El objetivo era resolver un problema de clasificación binaria:

1 → el cliente abandona
0 → el cliente permanece

Análisis exploratorio de datos

Durante el EDA me di cuenta de patrones bastante interesantes.

Por ejemplo:

Los clientes de mayor edad mostraban una tasa de churn más alta
Algunos países tenían un porcentaje de abandono claramente superior
Los clientes inactivos tenían más probabilidad de abandonar el banco

Preprocesado de datos

Para preparar el dataset trabajé principalmente en:

Encoding de variables categóricas
Escalado de variables numéricas
División train/test
Comparación entre datasets escalados y no escalados

También separé el proyecto en notebooks independientes para mantener un flujo más limpio y modular, básicamente porque no me apetecía tener una notebook de 3km.

Modelos utilizados

Probé varios algoritmos de clasificación:

Logistic Regression
Decision Tree
Random Forest
XGBoost

La idea era comparar distintos enfoques y entender cómo cambiaban métricas como:

Accuracy
Precision
Recall
F1 Score
ROC-AUC

Resultados

Los mejores resultados se obtuvieron con XGBoost y Random Forest.

XGBoost consiguió el mejor equilibrio entre:

Recall
ROC-AUC
F1 Score

Además, el análisis de feature importance permitió identificar variables especialmente relevantes para el churn, como:

Age
Balance
IsActiveMember
Number of Products

Dashboard en Power BI

Una de las partes que más entretenidas del proyecto fue transformar los resultados técnicos en visualizaciones mas amigables y fáciles de entender.

El dashboard incluye:

KPIs de churn
Segmentación de clientes
Comparación de modelos
Visualización de feature importance
Patrones de abandono por país, edad y actividad

Lo que aprendí

Este proyecto me ayudó mucho a entender mejor el flujo de trabajo de estos proyectos.

Aspectos como:

el preprocesado
la interpretación de métricas
la comunicación visual
el enfoque de negocio

son igual de importantes que el propio modelo.

Repositorio

GitHub:

AlvaroMF02 / Proyecto-Master-DataScience-Evolve-AlvaroMartinez

Customer Churn Prediction Evolve Alvaro Martinez

Machine Learning project focused on predicting customer churn in a banking environment using classification models and business-oriented analysis.

The project includes:

Exploratory Data Analysis (EDA)
Data preprocessing and feature engineering
Model training and evaluation
Power BI dashboard for business insights

Technologies Used

Python
Pandas
NumPy
Scikit-learn
XGBoost
Matplotlib
Seaborn
Jupyter Notebook
Power BI

Project Structure

├── dashboard/          # Power BI dashboard files
├── data/
│   ├── raw/            # Original dataset
│   └── processed/      # Cleaned and processed datasets
├── models/             # Trained models (.pkl)
├── notebooks/
│   ├── 01_eda.ipynb
│   ├── 02_preprocessing.ipynb
│   └── 03_models.ipynb
├── README.md
└── requirements.txt

Machine Learning Models

The following models were trained and evaluated:

Logistic Regression
Decision Tree
Random Forest
XGBoost

The best overall performance was achieved with XGBoost and Random Forest.

Main evaluation metrics:

Accuracy
Precision
Recall
F1 Score
ROC-AUC

Main Objectives

Analyze customer behavior patterns
Identify factors…

View on GitHub

Proyecto desarrollado durante el Máster en Inteligencia Artificial y Big Data de Evolve.

¿Qué opinas?
¿Qué otra herramienta de visualización recomiendas para modelos de ML aparte de Power BI?, pensé en Tableau pero no tengo un duro

¡Espero tus comentarios abajo!

DEV Community: Álvaro Martínez