Amazon Prime – Churn Dashboard

Este proyecto presenta un análisis completo del churn (abandono de clientes) en una empresa ficticia similar a Amazon Prime, usando datos simulados. Se parte desde un dataset crudo hasta la construcción de un dashboard ejecutivo en Excel, pasando por la limpieza y el análisis exploratorio de datos.

---

Objetivos del proyecto

• Procesar y limpiar un dataset de clientes con variables demográficas y de uso.
• Analizar el churn y sus principales causas mediante visualizaciones.
• Diseñar un dashboard interactivo que simule una herramienta de análisis ejecutivo.
• Entregar una solución 100% en Excel, con y sin macros.

---

Hallazgos clave

• El número de llamadas al servicio técnico está fuertemente relacionado con el abandono.
• Los clientes con contratos mensuales tienen tasas de churn más altas.
• El motivo principal de abandono fue una mejor oferta de la competencia.
• Usuarios con cuentas más recientes (menor antigüedad) abandonan más.

---

Estructura del repositorio

amazon-churn-dashboard/
├── 📁 Data/
│ ├── AmazonChurn_raw_data.xlsx
│ ├── AmazonChurn_cleaning_data.xlsx
│ └── AmazonChurn_Data_Cleaned.xlsx
│
├── 📁 Images/
│ ├── dashboard_preview.png # (captura del dashboard completo)
│ ├── Amazon_logo.png # si vas a usarlo en el README
│ ├── Amazon_Prime_Video_logo.png # lo mismo
│ └── amazon-prime-logo-1.png
│
├── amazon_dashboard.xlsm # Dashboard completo con macros
├── amazon_dashboard.xlsx # Dashboard visual sin macros
└──  README.md # Documentación principal del proyecto

---

📈 Vista previa

🧩 Vista general del Dashboard

🧾 Portada del Dashboard

📑 Dataset limpio en Excel

---

📦 Tecnologías utilizadas

• Excel 365 (tablas dinámicas, segmentadores)
• Power Query (procesamiento de datos)
• Power Pivot (DAX, Relaciones)
• Visualización en Excel
• VBA

📌 Seguridad del archivo .xlsm

Este archivo contiene macros simples utilizadas para funciones de visualización y automatización dentro de Excel.
No contiene información sensible ni código malicioso.
Se puede revisar accediendo al editor de VBA (Alt + F11) en Excel.

---

Contribuciones

Las contribuciones son muy bienvenidas, si tienes alguna sugerencia, mejora o corrección, no dudes en ponerte en contacto o enviar tus ideas. Cualquier contribución, ya sea código, documentación o feedback, será muy valorado. ¡Gracias por tu ayuda y colaboración!

👤 Autora

Emma Goldman
GitHub – @esanchezlaulhe1312

---

Origen de los datos

Fuente original en Kaggle

⚠️ Disclaimer

Este es un proyecto de simulación. Los datos utilizados son ficticios y no representan clientes reales de Amazon ni de ninguna otra empresa.

amazon_analysis