¿En qué se diferencia el problema de predecir el comportamiento de los clientes de, por ejemplo, el problema de predecir el beneficio total de un supermercado? La respuesta es sencilla: son los datos.

Para predecir el comportamiento de los clientes, es necesario "construir" modelos predictivos para cada uno de los clientes teniendo en cuenta los patrones de comportamiento más comunes de todos ellos. ¿Qué significa esto para nosotros?

El hecho es que el modelo ARIMA habitual puede resultar ineficaz en esta tarea. Actualmente, los modelos de redes neuronales como LSTM y Transformers son los más utilizados.

Los modelos de redes neuronales se entrenan con todos nuestros datos multidimensionales y construyen una "ecuación" (modifican los parámetros del modelo), que predice además los datos entrantes.