Use Case
Descripción general de la predicción de churn
Kelwin · 20 de enero de 2021
La predicción de churn, junto con la estrategia de engagement, es probablemente el caso de uso más solicitado por los departamentos de Marketing en todos los sectores. Para quienes no estén familiarizados con el término, el churn se asocia con clientes que abandonarán su empresa o servicios. Por eso no es sorprendente que las empresas dediquen grandes esfuerzos a garantizar que, una vez adquirido un cliente, no se pierda.
El churn puede considerarse desde múltiples perspectivas, pero todas ellas se resuelven con modelos analíticos más o menos similares. Por ejemplo:
- Podemos hablar de churn voluntario, cuando es el cliente quien decide marcharse, o involuntario, cuando es la empresa la que decide que el cliente ya no es rentable y cesa la prestación del servicio. En cualquier caso, lo que interesa es identificar qué clientes pasarán de generar ingresos a generar cero ingresos o pérdidas en el futuro cercano.
- Podemos hablar de churn como migración a la competencia (por ejemplo, cambio de empleador, cambio de proveedor de internet), o casos donde el cliente pierde interés en el servicio (por ejemplo, membresía de gimnasio, cursos en línea, etc.). En cualquier caso, el objetivo es predecir quién está en esta situación, aunque la estrategia para reengancharlo varía según el caso.
- El churn puede ser duro, cuando hay una rescisión explícita del contrato, servicio o suscripción, o suave, cuando el cliente deja de comprar sin manifestar explícitamente su deseo de no seguir siendo cliente.
- Una definición más específica abarca a clientes que finalizan períodos de prueba gratuitos sin convertirse en clientes de pago, frente a quienes sí se convierten. Aunque esto se suele gestionar desde la perspectiva empresarial como conversión de leads, los modelos analíticos que lo resuelven pertenecen a la misma familia.
Curso, Plantillas
Data Ignite
Domina el arte de transformar empresas con IA.
¿Cómo modelar el churn?
En esta sección abordaremos el churn desde múltiples perspectivas, incluyendo algunos aprendizajes de nuestra experiencia previa sobre cómo mejorar estos modelos.
Churn como clasificación binaria
Para ser realistas, todos los clientes son propensos al churn. Eventualmente, dejarán de comprar sus servicios (churn voluntario) o la empresa cerrará (churn involuntario). Cuando pensamos en predecir churn como una señal binaria, esta predicción se restringe a una ventana de observación específica. Por ejemplo: ¿quién dejará de ser cliente en la próxima semana, mes, trimestre, etc.? La función predictiva, en este caso, tiende a adoptar esta forma:
Los modelos que predicen churn a corto plazo tienden a ser más precisos. Es más fácil identificar clientes insatisfechos que rescindirán mañana que dentro de un año. Sin embargo, la predicción a corto plazo es menos accionable porque, para la mayoría de estos clientes, el daño puede ser irreparable. Por tanto, debe buscarse un equilibrio adecuado entre precisión predictiva y capacidad de acción o recuperabilidad.
Esta categoría se encuadra generalmente en clasificación binaria, lo que permite utilizar cualquier modelo de clasificación que sea capaz de gestionar datos extremadamente desbalanceados en proporción de 1-99 o incluso inferior. Sí, son malas noticias para los Data Scientists, pero buenas noticias para el negocio: de lo contrario la empresa quebraría pronto. Incluso si consideramos el objetivo como una etiqueta binaria, trate el resultado del modelo como una probabilidad y enfóquese en aquellos con probabilidad suficientemente alta para justificar el coste de la acción. Favorezca los falsos positivos, ya que un cliente perdido es difícil o imposible de recuperar. Los falsos negativos no son tan problemáticos a menos que esté ofreciendo descuentos o beneficios significativos para reenganchar.
La principal desventaja de este enfoque es que no proporciona un indicador de urgencia sobre cuándo el cliente se irá, ni qué acciones serían necesarias para retenerlo.
He visto a personas usar valores SHAP para "decidir" cómo salvar al cliente. No haga esto. Es simplemente incorrecto. Si su modelo cree que un cliente abandonará porque no ha utilizado el servicio en un mes, la acción correcta no es invitarle a visitar su sitio web. Recuerde que sus modelos aprenden correlaciones, no causalidad.
Tiempo hasta churn
Los modelos de tiempo hasta churn predicen cuándo el cliente abandonará la empresa. Estos modelos pueden basarse en regresión estándar, clasificación ordinal con segmentación temporal, o análisis de supervivencia. La función predictiva, en este caso, tiende a adoptar esta forma:
La principal ambigüedad en los modelos de tiempo hasta evento es cómo gestionar a los clientes que no abandonan. Es decir, cómo incluir clientes activos durante el entrenamiento. Puede usar aprendizaje semi-supervisado (asumiendo que desconoce su etiqueta) o aprendizaje débilmente supervisado (regularizando la predicción para que sea mayor que la ventana de observación sin especificar el valor real).
Una vez que conoce el tiempo hasta churn, puede priorizar a los clientes que abandonarán la empresa más pronto.
Aunque estos modelos proporcionan más información sobre urgencia que los de clasificación binaria, aún no indican cómo retener al cliente.
Uplift modeling
Desde nuestra experiencia, la forma correcta de modelar el churn es mediante uplift modeling. El uplift modeling busca descubrir el efecto de una acción de marketing en un cliente. Por ejemplo, cómo disminuye la probabilidad de churn con un descuento, una campaña de marketing, etc. Aunque el aprendizaje contrafáctico es difícil (no sabemos qué habría pasado sin la acción), puede estimarse el efecto aplicando diferentes acciones a diferentes clientes y aprendiendo la probabilidad de churn condicionada a la acción. La función predictiva, en este caso, tiende a adoptar esta forma:
donde F es cualquiera de los dos métodos mencionados anteriormente (churn como clasificación binaria o tiempo hasta churn) pero condicionado a la acción. Para simplificar, supongamos que está modelando F como una tarea de clasificación binaria. En este caso, el modelo le indica el beneficio esperado de aplicar una acción. Por lo tanto, ya no se dirige a los clientes más insatisfechos, sino a la lealtad general. ¿Qué acción debo aplicar a cada cliente para mantenerlo enganchado?
Respecto a cómo modelar acciones, no utilice acciones abstractas. Sea lo más específico posible en las características. Incluya información como: ¿cuál es el canal de contacto? ¿qué día de la semana, día del mes u hora del día? ¿qué porcentaje de descuento ofrezco? ¿Qué beneficios adicionales incluyo? De esta forma, el modelo podrá generalizar para nuevas acciones que realice en el futuro.
Por supuesto, las acciones tienen coste. Por eso probablemente no quiera sólo la acción que minimice el churn sin importar el coste (que probablemente sería pagar al cliente por usar el servicio). Quiere la acción con el mejor equilibrio entre retener al cliente y obtener algún beneficio. Supongamos que los ingresos predichos para un cliente activo son R(customer) (consulte nuestro anterior artículo del blog para aprender a estimarlos).
Además, tenemos una función que nos indica el coste de una acción C(action). Suponiendo que un cliente que se va no genera ingresos (aunque en realidad puede haber costes asociados a la rescisión), la función final que le indica la mejor acción por cliente es:
Si la mejor acción tiene una ganancia esperada negativa, lo más conveniente es dejar que el cliente se vaya. En caso contrario, aplique esa acción y mantenga tanto a su cliente como a su CFO contentos.
Hemos construido decenas de modelos de churn para múltiples sectores. Si reducir churn* es uno de los objetivos de su empresa y está considerando análisis predictivo, llevemos a cabo una conversación para discutir cómo podemos colaborar.
* aumentar engagement, venta cruzada, venta ascendente, etc.
¿Desea profundizar en esta idea?
Agende una reunión con Kelwin Fernandes
Conozca a Kelwin Más información