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!
