El perfilado de clientes en el comercio electrónico es una herramienta poderosa que permite a las organizaciones crear ofertas personalizadas a través del marketing directo. Un objetivo crucial del perfilado de clientes es predecir si un visitante del sitio web realizará una compra, generando así ingresos. Los modelos de aprendizaje automático son los medios más precisos para lograr este objetivo. Sin embargo, la naturaleza opaca de estos modelos puede disuadir a las empresas de adoptarlos. En su lugar, pueden preferir modelos más simples que permitan una comprensión clara de los atributos del cliente que contribuyen a una compra. En este estudio, mostramos que las empresas no necesitan comprometer la precisión de la predicción para entender a sus clientes en línea. Al aprovechar los datos del sitio web de un proveedor de servicios de comunicación multinacional, establecemos que los atributos del cliente más pertinentes pueden ser extraídos fácilmente de un modelo de caja negra. Específicamente, mostramos que las características que miden la actividad del cliente dentro de la plataforma de comercio electrónico son los predictores más fiables de conversiones. Además, descubrimos relaciones no lineales significativas entre las características del cliente y la probabilidad de conversión.