Descripción del proyecto
TraducidoTenemos un negocio de suscripción y perdemos suscriptores de pago mes tras mes, pero no podemos ver de antemano quién exactamente va a irse y por qué. Necesitamos un sistema de predicción de abandono y análisis de retención construido sobre nuestros datos históricos: un modelo de aprendizaje automático que calcule la probabilidad de desuscripción en los próximos 30, 60 y 90 días para cada cliente activo. El modelo no debería ser una caja negra: para cada cliente en la zona de riesgo, necesitamos ver los principales impulsores de la previsión para que el equipo entienda la razón: caída en la actividad, problemas de pago, tickets de soporte estancados, sensibilidad al precio o una oferta de un competidor, y trabajar con la causa real en lugar de adivinar.
Además de la puntuación, necesitamos análisis de retención de cohortes completos. Mostrar curvas de retención y tasas de supervivencia por cohortes de registro, tarifas, canales de adquisición y regiones, para que podamos ver exactamente dónde y en qué etapa del ciclo de vida del cliente se rompe la retención. El sistema debería distribuir a los clientes en grupos de riesgo comprensibles y activar automáticamente acciones de retención: correos electrónicos dirigidos, descuentos limitados, llamadas de gerentes de cuentas o mensajes dentro del producto, tan pronto como un cliente cruce un umbral de riesgo establecido. Cada acción activada debería ser registrada para que podamos medir más tarde qué medidas realmente redujeron el abandono.
Esperamos tuberías de datos limpias y confiables, reentrenamiento del modelo según lo programado, métricas de calidad honestas (precisión, recuperación, aumento, calibración) y una interfaz simple que nuestro equipo no técnico pueda usar todos los días sin ayuda externa. Por favor, describa la pila tecnológica propuesta, cómo validará el modelo con nuestros datos y plazos realistas.
Lo que necesitamos como salida:
— puntuación de riesgo de abandono a 30/60/90 días con explicaciones de impulsores para cada cliente;
— paneles de cohortes, retención y curvas de supervivencia con filtros;
— grupos de riesgo automáticos y activadores de acciones de retención configurables;
— tubería de reentrenamiento programada, documentación y entrega del proyecto.
Además de la puntuación, necesitamos análisis de retención de cohortes completos. Mostrar curvas de retención y tasas de supervivencia por cohortes de registro, tarifas, canales de adquisición y regiones, para que podamos ver exactamente dónde y en qué etapa del ciclo de vida del cliente se rompe la retención. El sistema debería distribuir a los clientes en grupos de riesgo comprensibles y activar automáticamente acciones de retención: correos electrónicos dirigidos, descuentos limitados, llamadas de gerentes de cuentas o mensajes dentro del producto, tan pronto como un cliente cruce un umbral de riesgo establecido. Cada acción activada debería ser registrada para que podamos medir más tarde qué medidas realmente redujeron el abandono.
Esperamos tuberías de datos limpias y confiables, reentrenamiento del modelo según lo programado, métricas de calidad honestas (precisión, recuperación, aumento, calibración) y una interfaz simple que nuestro equipo no técnico pueda usar todos los días sin ayuda externa. Por favor, describa la pila tecnológica propuesta, cómo validará el modelo con nuestros datos y plazos realistas.
Lo que necesitamos como salida:
— puntuación de riesgo de abandono a 30/60/90 días con explicaciones de impulsores para cada cliente;
— paneles de cohortes, retención y curvas de supervivencia con filtros;
— grupos de riesgo automáticos y activadores de acciones de retención configurables;
— tubería de reentrenamiento programada, documentación y entrega del proyecto.
Educación y consultoría Efectivo, Transferencia bancaria
