{
  "fetched_at": "2026-10-19T11:00:49Z",
  "source_url": "https://www.kaggle.com/competitions/datathon-alicorp-2023-b/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Descripción de los datos\n\n## Data Entrenamiento [train.csv]\n*  `fecha_compra`\tDia donde un cliente hizo una compra.\n*  `customer_id`\tCodigo de cliente\n*  `product_id`\tCodigo de producto\n*  `type_id`\tTipo de negocio (GA: Gastronomia, PA: Panificacion, BO: Bodegas)\n*  `business_id`\tCodigo tipo de producto (a que negocio pertenece el producto)\n*  `channel_id`\tCanal de venta (A: Diadia, B: Insuma, V: Tradicional)\n*  `cantidad_venta`\tCantidad de producto comprado\n*  `monto_venta_transf`\tMonto de compra\n*  `peso_venta_transf`\tVolumen de compra\n\n## Data Producto [RentabilidadProduct.csv]\n*  `product_id`\tCodigo de producto\n*  `family_id`\tCodigo de familia (Marca a la que pertenece)\n*  `negocio_id`\tCodigo tipo de producto (a que negocio pertenece el producto)\n*  `category_id`\tCodigo de categoria de producto\n*  `tier_id`\tCodigo de tier, indica jerarquia de un producto ( 1 = premiun, 2 = mainstream, 3=economy, 4=super economy)\n*  `utilidad_bruta_transf`\tUtilidad bruta del producto\n\n## Submission\n*  `customer_id`\tCodigo de cliente\n*  `product_id`\tCodigo de los 50 productos recomendados (Debe estar ordenado de acuerdo al resultado de su rank)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "**Requisitos para participar**\n\nPara poder participar del evento debió registrarse previamente en la página oficial: http://datathonalicorp.com.pe que estuvo abierto hasta el miércoles 19 de julio 2023 a las 23:59 hrs.\nSólo quienes se inscribieron en ese sitio serán elegibles para ser premiados.\n\n**Overview:**\n\nEl reto consiste en crear un algoritmo de recomendación de skus para nuestros clientes que cuentan con un canal de atención digital, estos clientes pueden ser atendidos de manera análoga como digital (Bodegas, Panaderías y Restaurantes). El objetivo es que los participantes puedan enviarnos un listado de clientes con skus priorizados (máximo 30) de mayor a menor prioridad, es decir el primer sku de un cliente es el de mayor probabilidad de compra en la siguiente semana de venta.\n\n\n**Dataset de entrenamiento:**\n\nData Entrenamiento: Información de ventas extraída de los sistemas de información digital y análoga, desde Febrero 2022 hasta Enero 2023.\n\nData Producto : Maestro de productos con información de las características propias de cada sku.\n\nSubmisison : Dataset que contiene el formato de entregable, cada cliente debe tener como máximo 50 skus.\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Sea el Recall por cliente obtenido:\n\n$$ Recall_{Cliente} = \\frac{\\lvert Recomendados \\bigcap  Comprados \\rvert}{\\lvert Comprados \\rvert} $$\n\nLa evaluación se hará mediante la siguiente métrica:\n\n$$ Recall_{Promedio} = \\frac{\\sum \\limits_{i=1} ^{n} Recall_{Cliente-i}}{N} $$\n\nDonde:\n- Recomendados: Cantidad de productos de recomendados (máximo 50).\n- Comprados: Cantidad de productos relevantes; es decir, que fueron recomendados y comprados.\n- N: Cantidad de Clientes\n\n*Observación:* solamente se permitirá la evaluación de SKUs distintos para cada cliente.\n\nLa forma de evaluar será mediante un Recall Promedio el cual consiste en contrastar estos 50 SKUs con la venta y ver cuánto de los SKUs vendidos forman parte de la lista de SKUs recomendados, para luego obtener el promedio de todos los Recall obtenidos por cada cliente.\n\n## Submission File\nPor cada customer_id, tendran que recomendar una lista de 50 productos. El archivo deberá contener las columnas y el formato de la siguiente forma:\n\n    customer_id,product_id\n    1,120 987 203 ... (etc.)\n    2,80 2 10 ... (etc.)\n    3,40 25 11 ... (etc.) \n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "Al participar acepta las reglas detallas en los [términos y condiciones](https://bit.ly/Bases_Reglamentos_DatathonAlicorp).",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}