Classificação de Churn Utilizando um Modelo de de Regressão Logística

Abstract

Resumo: O desenvolvimento de estratégias para retenção de clientes se tornou uma prática comum entre companhias de diversos segmentos, uma vez que relacionamentos de longo prazo com clientes estão associados à sobrevivência econômica e ao sucesso das empresas. Portanto, com o objetivo de antever clientes propensos a abandonar o relacionamento com uma startup brasileira, fenômeno conhecido como churn, este artigo apresenta um modelo preditivo que possibilita a classificação de churn e permite a interpretação dos motivos que impactam o desfecho. Após um extensivo processo de data wrangling, aplicou-se a regressão logística fazendo uso de validação cruzada K-fold e do algortimo stepwise para seleção de covariáveis. O modelo final, composto por 14 covariáveis, passou por uma análise de diagnóstico por meio dos resíduos quantilicos aleatorizados e teve o poder preditivo avaliado através da curva ROC, matriz de confusão e de métricas de avaliação. Em todas as etapas do estudo o modelo foi considerado adequado para o negócio e, além de exibir um bom poder preditivo, demonstrou-se capaz de fornecer insights para ações de marketing personalizadas e otimizadas com foco na retenção dos clientes propensos a dar churn.

Abstract: Developing strategies fo r customer retention became a common practice among companies from different segments, since long-term relationships with customers are associated to the economic survival and success o f companies. Therefore, with the goal o f predicting the customer churn o f a Brazilian startup, this article presents a predictive model that classifies the customer churn and allows interpreting the reasons that impact the outcome. After an extensive data wrangling process, the logistic regression was applied using K-fold crossvalidation and the stepwise algorithm fo r covariate selection. The final model, composed by 14 covariates, has undergone a diagnostic analysis through randomized quantile residuals and its prediction power was evaluated by the ROC curve, confusion matrix and evaluating metrics. The model was considered appropriate for the business in all stages o f the study and not only proved to have a good prediction power, but also demonstrated to be capable of providing insights for executing optimized and customized marketing actions focusing on the retention o f customers likely to churn.