## Descripción
La finalidad de este proyecto es estudiar el **comportamiento** de los clientes dentro del **programa de lealtad** de la aerolinea con el fin de aportar información sobre como interactuan los clientes con estos programas de fidelización y como impacta su experiencia general en la aerolinea. Para la realización de este ejercicio se han aplicado los conocimientos adquiridos en el modulo 3 "Transformando Datos" del Bootcamp impartido por ADALAB.
## Requisitos
- VScode
- Phyton
- Librerías:
- Numpy
- Pandas
- Matplotlib
- Seaborn
## Datos
Para la realización del ejercicio disponemos de 2 bases de datos en formato csv que nos proporcionan informacción detallada sobre el perfil detallado de los clientes y sobre la actividad de vuelo de los clientes. Los nombres de los dataset son: Customer_Loyalty_History y Customer_Flight_Activity.
## Instrucciones Ejecución
1. Instalar Phyton y Vscode
2. Clonar el repositorio de GitHub en local.
3. Descarga los archivos csv y colocarlos en elmismo directorio que el script.
2. Ejecutar el jupyter.
## Fases
Fase 1: Exploración y Limpieza datos.
1. Cargar datos en formato csv.
2. Exploración inicial de los datos.
3. Identificación de nulos y duplicados.
4. Transformación de datos y homogeneización nombresde columnas.
4. Union de dataframe por columna ' Loyalty_number'
Fase 2: Visualización
Representación gráfica resultados.
Fase 3: Evaluación de Diferencias en Reservas de Vuelos por Nivel Educativo
1. Preparación datos.
2. Análisis descriptivo.
3. Prueba Hipótesis.
## Resultados Esperados
- Lectura datos
- Realizar una exploración general de nuestos dataset para evaluar los datos y permitir la toma de decisiones
- Efectuar limpieza y transformación datos así como la identificacion y gestión de valores nulos y duplicados
- Visualización los datos con gŕaficos de barras, boxplot, barplot y countplot para faccilitar la comprensión de estos.
- Aplicar estadística descriptiva para describir nuestros datos y la estadística inferencial para plantear hipóteis y tomar decisiones.
## Conclusión
- Saber como se distribuye la cantidad de vuelos reservados por mes durante el año.
- Determinar la relación entre la distancia de los vuelos y los puntos acumulados por cada cliente.
- Conocer la distribución de clientes por provincias en Canada.
- Establecer la relación existente entre la distancia de los vuelos y los puntos acumulados por los clientes que hacen uso de la aerolinea.
- Determinar la proporción de clientes con diferentes tipos de tarjetas de fidelidad.
- Conocer la distribución de los clientes según el estado civil y el genero.
- Evaluar si existen diferencias significativas en el número de vuelos reservados según el nivel educativo de los clientes.
## Next Steps
Aplicar A/B Testing a mis datos para poder evaluar la efectividad del programa de fidelidad para conocer si los clientes que tienen tarjeta de fidelización reservan más vuelos que los que no tienen tarjeta de fidelización.
## Autor
Alba Ventas Gallego