Charla # 3

Churn Abandono o Suspensión de Servicio

Ing. Darío Peralta

Curso Monográfico:
Prof: Santo Navarro

Integrantes:
Wilson Montilla - 2013-0685
Otto M. Pereyra M. - 2007-1476

Fecha:
Febrero 2019
"Churn" es la forma informal de referirse a la tasa en la que los clientes o
consumidores de un organización terminan su relación con la misma abandonando
el uso de sus servicios.

Cual es el proceso de ML

❏ entender el negocio y el problema

❏ identificar las diversas fuentes de datos
❏ determinar la estructura y calidad de los datos disponibles
❏ traducir el problema del negocio a uno soluble por la aplicación de métodos
de ml.

Cómo aplicar ML al problema de “Churn”?

caso:Empresa de telecomunicaciones quiere reducir el abandono de sus clientes de

contrato.

Entender el problema del negocio

❏ cual es la industria? telecomunicaciones

❏ cómo obtener clientes? mercadeo tradicional
❏ qué productos ofrece? telefonía fija, telecable y servicios agregados
diversos(antivirus. etc)

Identificar las diversas fuentes de datos

❏ sistemas transaccionales de facturación, productos y relación con el cliente

(ERP, CRM)

Determinar la estructura y calidad de los datos disponibles

asumiremos que:

los datos provienen de bases de datos relacionales y que no sufren de mayores

problemas de integridad/calidad
tenemos

Traducir el problema del negocio a uno soluble por la aplicación de métodos de ML

a los datos disponibles.
el negocio quiere reducir su tasa de abandono(churn). pero ml no puede
mágicamente lograr esto.

ahora bien, si puede ayudar a asignar cada uno de los clientes a los siguientes
grupos:

❏ CHURN: clientes propensos a cancelar el servicio

❏ NO CHURN: clientes propensos a mantener el servicio

El negocio con esta información puede mejorar sus esfuerzos de retención

❏ tomando acciones de retención con los clientes CHURN

❏ sin desperdiciar esfuerzos en el grupo NO CHURN

La aplicación de ML

Qué métodos?
existen una gran variedad de métodos y algoritmos de Ml que podrían aplicarse al
tipo de problema que hemos

que son árboles de decisión?

❏ herramienta de apoyo a la toma de decisiones

❏ se representan mediante un grafo dirigido (usualmente binario)
❏ donde cada nodo representa una comparación o una decisión

En nuestro caso, la decision sera la clase mayoritaria de las hojas(CHURN o NO

CHURN).

por qué usar árboles de decisión?

❏ fáciles de entender, interpretar y visualizar

❏ sirve para Regresión y Clasificación
❏ requieren poca preparación de los datos

Pero, cómo se construyen?

Mediante la partición binaria recursiva de los datos de forma tal que se creen
subconjuntos lo más homogéneos (puros) posibles hasta que se cumpla una de
varias posibles condiciones.