Modelo de Churn (Deserción)

Modelo de Churn (Deserción)

DESCRIPCIÓN

Es posible predecir cuando un cliente va a desertar y sus razones, para poder tomar las acciones preventivas correspondientes.

El estudio del Churn o fuga de clientes es un área en la cual año a año se invierten recursos con la intención de poder descubrir de manera anticipada, si es que un cliente va a decidir cambiarse de una compañía a su competencia[1].

En la industria de las telecomunicaciones durante los años 2008 a 2010, la fuga de clientes llegó a ser del 30% anual[2], pero teniendo en cuenta que dichos estudios fueron previos a los cambios en las legislaciones nacionales, tales como la portabilidad numérica, se puede determinar que la deserción de usuarios ha aumentado en un porcentaje mayor a la fecha. La fuga de clientes es un problema de la industria y donde se hace necesaria la aplicación de herramientas avanzadas que permitan predecir y describir de algún modo, qué clientes tienen mayor potencial de riesgo de cambiarse de compañía[3].

Dentro de las principales razones para que un cliente deje de comprar productos de una compañía se destacan la inconformidad y la falta de políticas de retención efectivas expresadas en un mejor trato hacia ellos[4].

Otra de las características del sector es la gran cantidad de información que generan y almacenan sus empresas, por ende, nuevas tendencias e ideas han aparecido para hacer uso de la minería de datos en una gran cantidad de áreas, en especial, en marketing, detección de fraude y control de calidad[5], donde la fidelización juega el rol más importante. Las empresas del sector están especialmente sensibilizadas con la pérdida de clientes que escogen una compañía de la competencia, varios autores señalan que es más costoso conseguir un nuevo cliente que mantener uno antiguo[6]

.

CAMPOS DE APLICACIÓN

  • Universidades
  • Telecomunicaciones
  • Entidades Financieras
  • Cajas de Compensación
  • Grandes Superficies

FUENTES

[1] M. A. P. M. Lejeune. Measuring the impact of data mining on churn management. Internet Research, 11(5):375_387, 2001.

[2]

S. Molina. Aplicación de técnicas de minería de datos para predicción del churn de clientes en una empresa de telecomunicaciones. Master's thesis, Escuela de Ingeniería de la Pontificia Universidad Católica de Chile, 2009. 114 P

[3] J. Lu. Predicting customer churn in the telecommunications industry an application of survival analysis modeling using sas. Technical report, Sprint Communications Company, 2001.

[4] J. Larsen , J. Rossat, D. Ruta, and M.Wawrzynosek. Customer loyalty, a literature review and analysis. Technical report, UNIPEDE, 1998.E. H.

[5] J. Álvarez Menéndez. Minería de datos: Aplicaciones en el sector de las telecomunicaciones. Technical report, Universidad Carlos III, 2008.

[6] J. Miranda, P. Rey, R. Weber. Predicción de Fuga de Clientes para una Institución Financiera mediante Support Vector Machines. Revista Ingeniería y Sistemas, Volumen XIX, Octubre 20005.