Sistema web con modelo predictivo de deserción para el gimnasio strong 2.0
No Thumbnail Available
Files
Date
2026-06-29
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas Electrónica e Industrial. Carrera de Software
Abstract
This study developed a web system with a churn prediction model for Strong 2.0 gym.
The establishment managed subscriptions and attendance through physical records and disconnected spreadsheets, generating a productivity loss exceeding 50 %. This study addressed the question: how does the implementation of a web system with artificial intelligence optimize administrative management and enable prediction of customer churn at Strong 2.0 gym?
The research followed an applied and field research methodology. A semi-structured interview and a survey of active members were conducted to diagnose current processes.
Six machine learning algorithms were evaluated using stratified k-fold cross-validation (k = 5) with Bayesian hyperparameter optimization. The system was built using Django, Next.js, and PostgreSQL.
Four manual processes with no digital trail were identified —member registration, attendance control, membership tracking, and billing — yielding six functional and four non-functional requirements. Gradient Boosting achieved the best performance: accuracy 93.48 %, recall 84.92 %, and ROC AUC 0.98. Integrated with LIME as an explainable AI technique, it generated churn alerts with individual justification per member.
It digitalized all operational processes, eliminated 15 weekly data inconsistencies, and reached 82% code coverage, fulfilling all planned requirements.
Description
El presente trabajo de titulación desarrollo un sistema web con modelo predictivo de deserción para el gimnasio Strong 2.0. El establecimiento gestionaba suscripciones y asistencia con registros físicos y hojas de cálculo desconectadas, lo que generaba una pérdida de productividad superior al 50 %. La investigación busco responder: .de qué manera la implementación de un sistema web con inteligencia artificial optimizará la gestión administrativa y permitirá predecir la deserción de clientes en el gimnasio Strong 2.0?
La investigación adopto una metodología de investigación aplicada y de campo. El diagnostico incluyo una entrevista semiestructurada al administrador y una encuesta a socios activos para caracterizar los procesos vigentes. La selección del modelo comparo seis algoritmos mediante validación cruzada estratificada con k = 5 y optimización bayesiana de hiperparametros; la implementación uso Django, Next.js y PostgreSQL.
Se identificaron cuatro procesos manuales sin rastro digital, de los que se establecieron seis requisitos funcionales y cuatro no funcionales. Gradient Boosting fue el modelo de mayor desempeño, con exactitud del 93,48 %, sensibilidad del 84,92% y ROC AUC de 0,98. Su integración al sistema, complementada con LIME como técnica de inteligencia artificial explicable, genero alertas de deserción con justificación individual por socio. Digitalizo la totalidad de los procesos operativos, elimino 15 inconsistencias semanales de datos y alcanzo el 66% de cobertura de código en el backend, cumpliendo todos los requisitos planificados.
Keywords
SISTEMA WEB, PREDICCION DE DESERCION, APRENDIZAJE AUTOMATICO, GRADIENT BOOSTING, LIME, GESTION DE SUSCRIPCIONES.