Segmentación de Clientes: Clustering con K-Means y PCA
Segmentación, Clustering, K-Means, PCA, RStudio, R, Python, ChatGPT, Análisis de Datos, Estudio de Mercado, Marketing
Lo que serás capaz de hacer
¿Te gustaría pasar de “tengo una base de clientes” a tengo segmentos claros, accionables y medibles ? En marketing, ventas y growth, el reto no es recolectar datos: el reto es convertirlos en perfiles útiles para decidir a quién hablarle, con qué propuesta de valor , por qué canal , y con qué prioridad . Para eso existe la segmentación basada en datos , y aquí es donde entra el análisis de clústeres. En este curso aprenderás a aplicar Clustering (K-Means) y PCA (Componentes Principales) para construir segmentaciones robustas y defendibles, con un enfoque práctico: desde el preprocesamiento hasta la interpretación y el “storytelling” del segmento . Mira lo que comentan algunos estudiantes: Efrain N. : “Va más allá de los indicadores numéricos… les da sentido en el contexto mercadológico… totalmente recomendado.” Pedro F. : “Muy didáctico y entretenido… no solo estadística, sino gestión empresarial.” Lorena Q. : “Excelente pedagogía… se entiende incluso sin conocimientos previos… lo recomiendo.” Samuel P. : “Bastante práctico… da la pauta para aplicarlo en la realidad.” Julio S. : “Buen curso con enfoque práctico.” ¿Qué vas a lograr? Al finalizar, podrás: Preparar datos para segmentación (limpieza, variables, estandarización ). Ejecutar K-Means y elegir un número razonable de clústeres (criterios prácticos como “método del codo”, métricas y validación conceptual). Usar PCA para reducir dimensionalidad y visualizar mejor los segmentos. Perfilar cada clúster (quién es, cómo se comporta, qué lo distingue). Traducir resultados a decisiones de marketing: personas/segmentos , enfoque de campañas, priorización comercial, retención, cross-sell, etc. Apoyarte en ChatGPT para acelerar la interpretación y construir descripciones claras de cada segmento (sin que la IA reemplace tu criterio analítico). Herramientas del curso Trabajamos con RStudio (R) y también incluimos el enfoque en Python , para que puedas aplicar los mismos conceptos en el stack que uses hoy (o el que te pidan mañana). ¿Para quién es este curso? Ideal si trabajas (o quieres trabajar) en: Marketing, Growth, CRM, Ventas, Customer Success Business Analytics / BI / Data y necesitas segmentar clientes/mercados con una base cuantitativa sólida. Prerrequisitos No necesitas ser “científico de datos”, pero sí te conviene: Conocimiento básico de estadística (promedios, dispersión, interpretación general). Ganas de trabajar con datos y seguir ejercicios paso a paso. Si quieres segmentar con rigor (sin caer en “segmentaciones intuitivas” difíciles de justificar), este curso te va a dar una metodología clara y aplicable. ¿Listo/a? Revisa las lecciones gratuitas y nos vemos en la primera clase.
- Introducción a R y Rstudio: Desde como instalar al programa hasta varias funciones de los paquetes del ecosistema tidyverse
- Conceptos básicos sobre segmentación y posicionamiento de mercados
- Introducción teórica al algoritmo de K-means
- Normalización de datos previo a la construcción de clusters
- Optimizar el número de clusters mediante los métodos de codo (WSS), silueta (Silhouette) y estadístico de brecha (Gap Stat)
- Elaborar y visualizar matriz de distancia con el paquete factoextra de R
Temario
UNIDAD 1 - Introducción · 6 leccionesUNIDAD 1 - Introducción
UNIDAD 1 - Introducción
- ¡Bienvenida al Curso!
- Sección Completamente Opcional: Conociendo al Instructor Carlos Martínez, Ph.D.
- Estructura del Curso
- ¿Qué es Segmentación?
- ¿Qué es Posicionamiento?
- Ejemplo de Segmentación y Posicionamiento
UNIDAD 2 - Análisis de Agrupamiento · 5 leccionesUNIDAD 2 - Análisis de Agrupamiento
UNIDAD 2 - Análisis de Agrupamiento
- Introducción a la Sección
- ¿Qué es el Análisis de Agrupamiento/Cluster Analysis?
- Introducción a K-means
- Seleccionando número de Clusters (K): Criterio del Codo
- Perfilando Clusters
UNIDAD 3 - Introducción a R para la Inteligencia y Analítica de Negocios · 39 leccionesUNIDAD 3 - Introducción a R para la Inteligencia y Analítica de Negocios
UNIDAD 3 - Introducción a R para la Inteligencia y Analítica de Negocios
- Introducción a la Sección
- Descarga e Instalación de R y RStudio
- Introducción a la interfaz de usuario RStudio
- Instalación de paquetes y uso de la biblioteca
- Reglas de Coerción en R
- Reglas de Coerción en R
- Creando Objetos en R
- Creando Objetos en R
- Funciones en R
- Funciones en R
- Importando Datos desde Excel
- Importando Datos de Archivos con Datos Separados Comas *.csv
- Accediendo a Datos de un Dataframe
- Exportando Datos en R (Archivo *.csv)
- Exportando Datos en R (Archivo *.csv)
- Datos Numéricos: Enteros y de Punto Flotante (Dobles)
- Datos Numéricos: Enteros y de Punto Flotante (Dobles)
- Factores y Variables Categóricas en R
- Datos de Carácter
- Datos Lógicos (Booleanos)
- Introducción a Vectores
- Introducción a Vectores
- Cortar e Indexar un Vector en R
- Cortar e Indexar un Vector en R
- Cambiando las Dimensiones de un Objeto en R
- Cambiando las Dimensiones de un Objeto en R
- Creando Matrices desde la Consola
- Creando Matrices desde la Consola
- Indexando Matrices
- Indexando Matrices
- Aritmética de Matrices
- Aritmética de Matrices
- Visualización de Datos con ggplot2
- Gráficos de Barra
- Gráficos de Dispersión
- Funciones de Transformación: dplyr I
- Funciones de Transformación: dplyr II
- Ejemplo de dplyr + visualización
- Otras Funciones de Transformación: gather() y separate()
UNIDAD 4 - Caso: Almacén por Departamentos · 12 leccionesUNIDAD 4 - Caso: Almacén por Departamentos
UNIDAD 4 - Caso: Almacén por Departamentos
- Introducción al Caso y Descripción de Variables
- Obteniendo Datos de Kaggle
- Importando Datos en R
- Normalización de Datos
- Matriz de Distancia
- Número de Clusters
- Construyendo Clusters
- Graficando Clusters
- Estimando Medias de Atributos
- Transformación de Datos en Tres Columnas
- Graficando Medias de los Atributos para cada Cluster
- Perfil de Clientes
UNIDAD 5 - Caso: Tarjeta de Crédito · 9 leccionesUNIDAD 5 - Caso: Tarjeta de Crédito
UNIDAD 5 - Caso: Tarjeta de Crédito
- Introducción a la Sección
- Planteamiento del Caso y Descripción de los Datos
- Obteniendo Datos de Kaggle
- Importando Datos
- Estimando el Número de Clusters
- Construyendo Clusters
- Estimando Medias de Atributos
- Graficando Medias de los Atributos para cada Cluster
- Perfil de Clientes
UNIDAD 6 - Proyecto del Curso: Caso Distribuidor Mayorista · 3 leccionesUNIDAD 6 - Proyecto del Curso: Caso Distribuidor Mayorista
UNIDAD 6 - Proyecto del Curso: Caso Distribuidor Mayorista
- Introducción a la Sección
- Descripción del Caso y las Variables
- Solución del Caso
UNIDAD 7 - [NUEVA SECCIÓN] Análisis de Clústeres (K-Means) con Python y ChatGPT · 17 leccionesUNIDAD 7 - [NUEVA SECCIÓN] Análisis de Clústeres (K-Means) con Python y ChatGPT
UNIDAD 7 - [NUEVA SECCIÓN] Análisis de Clústeres (K-Means) con Python y ChatGPT
- Introducción a la Sección
- ¿Por qué Debemos Estandarizar los Datos Previo al Análisis de Clustering?
- Preprocesamiento y Estandarización de Datos
- Un Breve Comentario Sobre las Actividades (Preguntas y Tareas) del Curso
- Preprocesamiento de Datos para Análisis de Clustering
- Solución Tarea Preprocesamiento de Datos para Análisis de Clustering
- Determinando el Número de Clústeres por el Método del Codo
- Solución Tarea Determinando el Número de Clústeres por el Método del Codo
- Implementación de Clustering en Python
- Práctica Guiada (Udemy Labs): Clustering con K-Means
- Implementando K-Means Clustering
- Solución Tarea Implementando K-Means Clustering
- Perfilación de Clientes mediante Análisis de Clustering con ChatGPT
- Análisis de Clustering y Perfilación de Clientes con Python y ChatGPT
- Solución Análisis de Clustering y Perfilación de Clientes con Python y ChatGPT
- Introducción a los Role Plays
- Segmentación de Clientes con K-Means y Análisis Asistido por ChatGPT
UNIDAD 8 - [NUEVA SECCIÓN¨] K-Means + Componentes Principales (PCA) con Python y ChatGPT · 16 leccionesUNIDAD 8 - [NUEVA SECCIÓN¨] K-Means + Componentes Principales (PCA) con Python y ChatGPT
UNIDAD 8 - [NUEVA SECCIÓN¨] K-Means + Componentes Principales (PCA) con Python y ChatGPT
- Introducción a la Sección
- Datos tarjetacredito.csv para la Serie de Tareas sobre PCA
- Gráfico de Varianza Explicada Acumulada
- Solución Tarea Gráfico de Varianza Explicada Acumulada
- Variables Latentes con PCA en Python y la Asistencia de ChatGPT
- Solución Tarea Variables Latentes con PCA en Python y la Asistencia de ChatGPT
- Implementando K+Means + PCA. Interpretación con ChatGPT
- Solución Tarea Implementando KMeans + PCA
- Frecuencia y Proporción de Observaciones
- Solución Tarea Frecuencia y Proporción de Observaciones
- Gráfico de Clústeres en 3D con la Asistencia de ChatGPT
- Solución Gráfico de Clústeres en 3D con la Asistencia de ChatGPT
- Del Análisis de Clústeres a la Personalización del Marketing Mix
- Reunión de Justificación Técnica: Aplicación de PCA en Segmentación de Clientes
- Conclusión
- ¿No Puedes Ver tu Certificado de Finalización del Curso? ¡Aquí te Explico!
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $2,800 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
8 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
9 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Carlos Martínez, PhD • Instructor with 20+ Best-Selling Courses.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 8 unidades · 107 lecciones · 40 h
- 12 meses de acceso
- 9 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $2,800 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Carlos Martínez, PhD • Instructor with 20+ Best-Selling Courses; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.


