AFAP Portfolio Analytics

Demo end-to-end de analítica comercial sobre cartera de afiliados a una administradora previsional (Bank Customer Churn de Kaggle, 10 k clientes, reframeado al vocabulario AFAP). Proyecto de portafolio para el puesto Analista de Datos Junior — Equipo Comercial en AFAP Itaú.

Demo en vivo: https://mathiasmtt-afap-portfolio-analytics-appstreamlit-app-gdnizo.streamlit.app

Screenshots del dashboard

Sobre el dataset

El proyecto utiliza un dataset público de churn bancario europeo como proxy del problema de retención de afiliados. La estructura del dato (cliente con saldo, productos, antigüedad, segmento demográfico y target de fuga) es funcionalmente equivalente al sistema de información comercial de una AFAP. Esto permite construir un demo reproducible sin acceso a datos sensibles.

Reframe canónico (documentado en src/data_loader.py):

Origen bancario	Vocabulario AFAP
CustomerId	afiliado_id
CreditScore	score_interno
Geography (France / Germany / Spain)	departamento (Montevideo / Canelones / Maldonado)
Balance	saldo_cuenta (UYU)
NumOfProducts	productos_contratados
IsActiveMember	aportante_activo
Exited	traspaso

3 insights reales medidos en el notebook

1) Concentración de cartera

Top 20 % afiliados   →  40,2 % del saldo administrado
Top 50 % afiliados   →  85,7 % del saldo administrado

Acción comercial: programa de retención premium para el top 20 %; un traspaso ahí pesa lo mismo que varios del segmento bajo.

2) Perfil de fuga

Tasa de fuga global:   20,4 %
Canelones:             32,4 %   ⬅ el doble de la media
Montevideo:            16,2 %
Maldonado:             16,7 %
Inactivos:             26,9 %   vs   Activos: 14,3 %

Acción comercial: focalizar campañas en Canelones + producto de reactivación para aportantes inactivos.

3) La edad es el predictor dominante

<35 años:    7,9 %
35-45 años: 17,7 %
45-55 años: 48,1 %   ⬅ pico
55-65 años: 49,8 %   ⬅ proximidad al retiro = fuga
65+ años:   15,2 %

Acción comercial: programa de educación financiera y asesoría personalizada al cruzar los 45.

(Bonus) Modelo de scoring interpretable

Regresión logística entrenada sobre el dataset completo produce un ranking de afiliados por probabilidad de fuga, junto con los drivers más influyentes (coeficientes ordenados por magnitud). La elección de logística sobre XGBoost es deliberada: el equipo comercial necesita explicar por qué un afiliado está en riesgo, no maximizar AUC.

Arquitectura

afap-itau/
├── app/
│   └── streamlit_app.py          # Capa de presentación
├── data/
│   └── raw/                      # Customer-Churn-Records.csv
├── notebooks/
│   └── 01_insights_comerciales.ipynb
├── src/
│   ├── data_loader.py            # Carga + validación + reframe bancario→AFAP
│   ├── analytics.py              # KPIs, Pareto, segmentación, cohortes (puro)
│   ├── models/churn_logit.py     # Logística interpretable + scoring
│   └── reporting.py              # Excel multi-hoja
├── sql/                          # DuckDB — paridad con src/analytics.py
├── tests/                        # 105 tests, fixtures sintéticas
├── .github/workflows/ci.yml      # ruff + pytest
├── .streamlit/config.toml
└── pyproject.toml

Principio de diseño no negociable: notebook, app Streamlit, scripts SQL y generador de Excel consumen las mismas funciones de src/. Un único lugar donde corregir un bug se propaga a todos los consumidores.

Paleta visual — AFAP Itaú

Extraída del sitio corporativo:

curl -s https://www.afap.itau.com.uy/ | grep -oE '#[0-9a-fA-F]{6}' | sort | uniq -c | sort -rn

Uso	HEX
Primario (naranja Itaú)	#EC7000
Azul corporativo	#003B71
Naranja secundario	#FAA61A
Gris neutro	#D2D2D2
Texto	#32373C

Se centralizan como constantes en app/streamlit_app.py.

Setup y uso

# 1) Descargar el dataset de Kaggle (Bank Customer Churn)
#    y colocarlo en: data/raw/Customer-Churn-Records.csv

# 2) Instalar dependencias
uv sync --extra dev

# 3) Tests + lint
uv run ruff check .
uv run pytest -q

# 4) Notebook de insights
uv run jupyter notebook notebooks/01_insights_comerciales.ipynb

# 5) Dashboard
uv run streamlit run app/streamlit_app.py

Tests

105 tests con fixtures sintéticas (no dependen del CSV real). Cubren:

• Validación y reframe (test_data_loader.py).
• KPIs, Pareto, segmentaciones, cohortes, heatmap, variación (test_analytics.py, 30+ tests).
• Modelo logístico, scoring y drivers (test_models.py).
• Generación de Excel multi-hoja (test_reporting.py).
• Paridad SQL/Python sobre DuckDB (test_sql_parity.py).

CI: ruff + pytest en cada push/PR (ver .github/workflows/ci.yml).

Stack técnico

Capa	Herramienta
Entorno	uv
Análisis	pandas, numpy
SQL	duckdb
Modelado	scikit-learn (LogisticRegression)
Visualización	plotly
Dashboard	streamlit
Excel	openpyxl
Tests	pytest + fixtures sintéticas
Lint	ruff
CI	GitHub Actions

Roadmap post-MVP

• CLI con argparse (python -m afap_analytics monthly-report --month 2025-10).
• Exportación a PDF.
• Alertas automáticas SMTP con top-N afiliados en riesgo semanal.
• Forecasting de saldo administrado por cohorte.
• Integración con dataset BCU público de comisiones AFAP para benchmarking competitivo.

Referencias

• Dataset: Bank Customer Churn — Kaggle
• Marco regulatorio uruguayo: Ley 16.713
• Regulador: BCU — Superintendencia de Servicios Financieros
• Empresa target: AFAP Itaú

Licencia

MIT — ver LICENSE.