Analisar quais clientes abandonam e por quê parece se encaixar no tópico típico de aprendizado de máquina. Mas, dado que a probabilidade de churn de clientes é fortemente influenciada pela vida útil do cliente, os modelos típicos de aprendizado de máquina não são uma boa opção.
Como vimos na série de seminários sobre Análise de Coorte, a curva de sobrevivência nos dá uma boa visão de como o churn de clientes muda ao longo do tempo. Descobrimos que existem modelos estatísticos e de aprendizado de máquina que podemos usar para prever a curva de sobrevivência. Ao usar esses modelos, podemos analisar o que faz os clientes abandonarem e prever quem pode abandonar.
Neste seminário, Kan apresenta o Modelo de Regressão de Cox e o Modelo de Sobrevivência Aleatória para analisar o churn de clientes com uma demonstração ao vivo.
Inscreva-se ↓
Twitter ↓