📌 Objetivo: Agrupar proyectos en categorías según los problemas que presentan. 🔹 Ejemplo de salida:
Grupo 1: Proyectos con problemas de costos y mala selección de software. Grupo 2: Proyectos con problemas de toma de decisiones y oportunidades de transformación. 🔹 Técnica:
K-Means (algoritmo de clustering).
🔹 Interpretación:
Se identifican grupos de proyectos con problemas similares. Se pueden analizar para mejorar estrategias de solución.
Este gráfico de dispersión muestra:
Eje X (Cluster): A qué grupo pertenece cada proyecto. Eje Y (Cantidad de Problemas): Cuántos problemas aborda el proyecto. Color: Cada punto es un proyecto y puede tener un color diferente. Tooltip: Al pasar el mouse sobre un punto, verás el ID del proyecto y la cantidad de problemas. 📌 Interpretación:
Si ves muchos proyectos en un mismo cluster, significa que tienen problemas similares. Si los proyectos tienen cantidades muy diferentes de problemas dentro del mismo cluster, puede ser útil revisar la coherencia de la agrupación.