Empresa necesita anticipar comportamientos susceptibles de abandono por parte de sus clientes
Anticipar el riesgo de fuga o pérdida de clientes y tomar medidas preventivas para retenerlos, como ofrecerles ofertas personalizadas Optimizar los recursos y el presupuesto destinados a las acciones de marketing y ventas, al enfocarse en los clientes más rentables y con mayor potencial de crecimiento Mejorar la satisfacción y la lealtad de los clientes, al conocer mejor sus necesidades, preferencias, comportamiento de compra y expectativas
Datasets Públicos y Privados Algoritmos XGBoost + Bagging + SVR
On Premise
Big Data, Machine Learning
Datasets Públicos y Privados Algoritmos XGBoost + Bagging + SVR
imagen
imagen
Equipo multidisciplinar con expertos en Negocio, arquitecturas de procesamiento masivo de datos,, analistas del dato y científicos del dato.
La mayor dificultad de este proyecto se ha producido en el alineamiento con el Negocio a la hora de establecer los criterios de definición de la variable ‘Cliente Fidelizado’. No se puede considerar que todo cliente en posesión de una tarjeta de fidelización está fidelizado como tal y, para ello, ha sido necesario realizar un estudio amplio del comportamiento de millones de clientes hasta dar con las claves adecuadas en términos de Negocio.
(%) Tasa de recuperación de clientes señalados con comportamiento de fuga. (valor) Curva ROC (Receiver Operating Characteristics). AUC > 0,9
Privada
Recursos propios
multimedia