Introducción
ACME Insurance Inc. proporciona seguros médicos a miles de clientes en Estados Unidos. Este proyecto analiza los datos de sus clientes actuales para identificar patrones y diseñar una campaña de adquisición y retención efectiva, centrada en ofrecer primas reducidas mientras se promueven hábitos saludables.
Precisión del Modelo
81.9%
Registros Analizados
1,337
Variables Estudiadas
7
Dashboard Interactivo
Visualización interactiva de los datos con análisis de variables demográficas, hábitos de salud y costos médicos.
Análisis Exploratorio de Datos
Perfil Demográfico
Distribución de Edad, BMI, Hijos y Primas de los Clientes
Hallazgo: La edad promedio de los clientes es de 39 años, con una distribución relativamente uniforme entre 18 y 64 años. Los grupos de edad media (35-50 años) representan el mayor porcentaje de asegurados.
El BMI promedio es de 30.6, indicando que la mayoría de clientes tienen sobrepeso.
Relación entre BMI y Gastos Médicos
Hallazgo: Se observa una clara separación entre fumadores y no fumadores. Los fumadores tienen gastos médicos significativamente mayores independientemente de su BMI.
Análisis de Correlaciones
Matriz de Correlación de Variables
Hallazgo: El hábito de fumar muestra la correlación más fuerte con los gastos médicos, seguido por la edad. El BMI tiene una correlación moderada, mientras que el número de hijos muestra una correlación débil.
Comparación Fumadores vs No Fumadores
Distribución de Gastos Médicos por Hábito de Fumar
Hallazgo: Los fumadores pagan aproximadamente 3 veces más en primas que los no fumadores. La mediana de gastos para no fumadores es de $8,434 mientras que para fumadores es de $32,050. Aproximadamente el 20% de los clientes son fumadores.
Modelo Predictivo
Se desarrolló un modelo de Machine Learning para predecir los gastos médicos anuales utilizando las variables disponibles: edad, sexo, BMI, hijos, región y hábito de fumar.
R² Score
0.819
RMSE
$5,765
Algoritmo
Gradient Boosting
Importancia de Variables en el Modelo
Hallazgo: El modelo identifica la edad como la variable más importante (45-50%), seguida por el hábito de fumar (20-25%) y el BMI (15-20%). El modelo puede explicar el 82.6% de la variabilidad en los gastos médicos.
Propuesta de Campaña
Basándose en el análisis, se propone una campaña enfocada en la reducción de primas para clientes que mantengan un BMI saludable.
Estrategia Principal
Programa de reducción de peso supervisado de 12 meses donde los clientes pueden reducir sus primas hasta un 25% al alcanzar y mantener un BMI saludable. El BMI es una variable fácilmente monitoreable y modificable, a diferencia del hábito de fumar.
Beneficios
- ✓ Reducción de primas hasta 25% para clientes participantes
- ✓ Promoción de hábitos saludables y prevención de enfermedades
- ✓ Disminución de gastos médicos imprevistos a largo plazo
- ✓ Programa de monitoreo mensual por un profesional
- ✓ Incentivos progresivos cada 3 meses
Ejemplo: Un cliente de 40 años con BMI de 32 que paga $11,985/año podría reducir su prima a $9,170/año al alcanzar un BMI de 24. Esto representa un ahorro de $2,815 anuales, o más de $28,000 en 10 años.
Descubre Cuánto Puedes Ahorrar
Introduce tus datos actuales para ver tu prima estimada. Luego, añade un BMI objetivo para ver el ahorro que conseguirías al unirte a nuestro programa de bienestar.
Prima Actual Estimada
$0.00
Prima con BMI Objetivo
$0.00
Ahorro Anual Potencial
$0.00
Explora el Proyecto Completo
Código fuente, notebooks de análisis y documentación disponibles en GitHub
Ver en GitHub →