Proyecto: SkinRate.ai: Prediciendo Éxito en Skincare con Python y Ciencia de Datos
Proyecto Final de Valentina Andrea Lorefice
Diplomatura de Python orientada a Científico de Datos
En esta ocasión, nuestra estudiante Valentina nos presenta Skin Rate II, un proyecto que combina ciencia de datos, machine learning y análisis de mercado para transformar la manera en que la industria cosmética diseña y lanza nuevos productos de skincare.
🔍 Un enfoque predictivo para entender al consumidor
El proyecto parte de un desafío clave: ¿cómo anticipar el éxito de un producto de cuidado de la piel antes de su lanzamiento?
Para ello, Skin Rate II utiliza información histórica de más de 2.000 productos de una empresa del sector cosmético, incluyendo datos sobre precios, ingredientes, valoraciones y reseñas de usuarios.
El sistema analiza cómo el nombre del producto —con sus ingredientes activos y palabras virales— y su precio influyen en la percepción del consumidor, permitiendo predecir la calificación esperada (rating) y las ventas potenciales.
🤖 Modelos de Machine Learning aplicados al skincare
Para alcanzar este objetivo, Valentina implementó y comparó dos modelos de aprendizaje automático: Random Forest y XGBoost, ambos ajustados mediante optimización de hiperparámetros.
El proyecto también incorporó técnicas de procesamiento de texto para identificar palabras clave y componentes activos en los nombres de los productos, generando así variables predictivas que mejoran la precisión del modelo.
Los resultados demostraron que XGBoost generaliza mejor y logra distinguir pequeñas diferencias en las calificaciones —variaciones de apenas 0.1 estrellas— que pueden traducirse en un impacto económico significativo en las ventas.
📊 Impacto económico y decisiones estratégicas
Estudios de mercado confirman que los productos con calificaciones entre 4.2 y 4.7 estrellas concentran las mayores ventas, y que un incremento de solo 0.2 estrellas puede elevar las ventas hasta en un 24%.
Gracias a estos hallazgos, Skin Rate II permite a las empresas simular escenarios, probar diferentes combinaciones de nombres y precios, y predecir su posicionamiento competitivo antes de lanzar un nuevo producto.
🌟 Innovación con valor real
El proyecto de Valentina es un ejemplo inspirador de cómo la inteligencia artificial aplicada al skincare puede mejorar la toma de decisiones en la industria cosmética, uniendo creatividad, análisis de datos y estrategia comercial.
Desde el Instituto Data Science Argentina, celebramos esta propuesta innovadora que demuestra el poder del machine learning para impulsar negocios más inteligentes y sostenibles.
LinkedIn de Valentina Lorefice: https://www.linkedin.com/in/valentina-andrea-lorefice-45ab17141/
