Perder clientes é um prejuízo para qualquer negócio. A identificação prévia dos consumidores insatisfeitos permite que a empresa tome ações para prevenir que isso aconteça.

Confira nesse post como utilizamos Machine Learning para a predição de CHURN (taxa de cancelamento) de uma empresa.

Desafio

Uma empresa de telecomunicações desejava prevenir cancelamentos de assinaturas e reduzir os custos de seu call center especializado.

O desafio era prever quais eram os clientes com cancelamento iminente, utilizando bases de dados com características e registros de ligações dos clientes.

Soluções

A partir de uma base inicial com 205 variáveis, foram selecionadas 75, como:

  • Data da ligação: registro da data do contato do cliente com a operadora
  • Segmento do cliente: categoria do cliente conforme os serviços contratados por ele
  • Tempo de relacionamento: tempo, em anos, de contrato do cliente
  • Motivo da ligação: registro da URA da razão o cliente entrou em contato

Com isso, foram testados diversos modelos de Machine Learning, medindo-se a relação entre performance e desempenho. 

Ao definir o melhor modelo, foi possível criar um sistema de análise contínuo, de forma que se possa calcular a probabilidade de cancelamento de forma periódica.

Dessa forma, a atualização periódica das bases alimenta um sistema de otimização e execução do modelo, gerando uma lista de scores de cancelamento que é enviada para a operadora, permitindo a ação preventiva por parte da empresa.

Resultado

Portanto, através de dados de ligações e características dos clientes, desenvolvemos um modelo que analisa e atrela um score de probabilidade de cancelamento a eles.

Sendo assim, os clientes com baixíssima probabilidade de cancelamento foram redirecionados para um call center comum, o que reduziu os custos em cerca de 25%/mês.

 

Quer saber mais sobre os serviços que oferecemos? Entre em contato com a nossa equipe!

 

Deixe uma Resposta