Desarrollo de un algoritmo de clasificación de compañías para el producto de FounderNest

Este proyecto desarrolla un algoritmo de clasificación dirigido a predecir las decisiones de los clientes sobre perfiles de empresas que ya habían sido previamente identificadas como potenciales perfiles válidos por los algoritmos de búsqueda de FounderNest en base a los criterios de búsqueda definidos por el cliente. Cuando un cliente recibe el perfil de una empresa por parte del servicio de scouting de FounderNest, debe tomar una decisión binaria de catalogar dicha empresa como objetivo (target) o no objetivo (non-target) para la Función de Búsqueda (Search Function) definida por el propio cliente a partir de una breve descripción del tipo de actividades, sector, modelo de negocio de la compañía y una lista de palabras clave o keywords que el cliente considere que puedan ayudar a identificar este tipo de compañías a través de sus descripciones. Mediante la aplicación de técnicas de sentence embeddings, se utilizan las descripciones textuales de las empresas para implementar diversos algoritmos de clasificación y, finalmente, seleccionar y entrenar un clasificador gaussiano Naïve Bayes que ha sido capaz de predecir con acierto la decisión de los clientes en un 79% de las muestras para la clase target (objetivo), y en el 49% de las muestras para la clase non-target (no-objetivo), empleando únicamente el 35% de las muestras disponibles para entrenar el modelo, y realizando las predicciones sobre el 65% restante de las muestras. Dichos resultados finales se obtuvieron a partir del promedio de 6 casos reales de clientes que utilizaron el servicio de búsqueda de FounderNest durante el último año.

This project developed a classification algorithm suitable for predicting customer decisions made over profiles of companies that had been already identified as potential matches by FounderNest search algorithms based on customer-defined search criteria. When a customer receives a company profile from FounderNest's scouting service, they must make a binary decision to classify the company as target or non-target for a defined Search Function based on a brief description of the company's type of activities, industry, business model and a list of keywords that the client believes may help identify such companies using their public descriptions. Through the application of state-of-the-art sentence embeddings techniques, company descriptions were used to test several classification algorithms and finally train a Gaussian Naïve Bayes classifier that was able to accurately predict the customer decision in 79% of the evaluated samples for the target class, and in 49% of the samples for the non-target class, training the model with just a 35% balanced partition from the original dataset containing the labeled company samples, and making the predictions on the remaining 65% of the dataset. The overall results were obtained by averaging the results across 6 different real cases of customers that used FounderNest's scouting service in the past year.