Análise da viabilidade da aplicação de técnicas para evitar churn

Abstract

Resumo: A perda de clientes para uma empresa pode ser uma vitória para a concorrência. Este prejuízo não reflete somente na carteira de clientes, mas na totalidade de sua receita. Afinal, o custo para conquistar uma nova clientela costuma ser maior do que o investimento necessário para mantê-la fidelizada. Como Open Finance, os bancos terão a possibilidade de desenvolver mais análises de rotatividade de clientes - o churn. Deste modo, os clientes permitirão compartilhamento de suas informações entre diferentes instituições autorizadas pelo Banco Central, possibilitando que elas tenham acesso a uma vasta gama de dados do consumidor. Com a adoção desse programa, os bancos entram em uma nova fase, a qual será crucial detectar os padrões de comportamento do cliente e definir abordagens precisas para prever potenciais churn, essa prevenção do churn permite que as empresas desenvolvam programas de fidelidade e campanhas de retenção de clientes resultando em redução de custos e consequentemente aumento da receita. O objetivo do presente trabalho é analisar a viabilidade e técnicas para evitar churn em uma base de dados bancária fictícia. O estudo foi feito com conceitos estatísticos, contendo fase de análise descritiva estatística, análise de correlação e aplicação de modelos de predição. Essas análises, podem servir de referência para gestores que desejam avaliar técnicas para evitar churn e a adoção de ferramentas de machine learning para predições de rotatividade de clientes.

Abstract: For a company, the loss of customers can mean a victory for the competition. This loss does not reflect only on the client portfolio, but on its entire revenue. After all, studies show that the cost of winning over a new clientele is usually higher than the investment required to keep them loyal.With Open Finance, banks will be able to develop more customer turnover analyzes - churn. In this way, customers will allow the sharing of their information between different institutions authorized by the Central Bank, allowing them to have access to a wide range of consumer data.With the adoption of this program, banks enter a new phase, where it will be crucial to detect customer behavior patterns and define accurate approaches to predict potential churn, this churn prevention allows companies to develop loyalty programs and customer retention campaigns. customer retention resulted in cost reduction and consequently increased revenue. The objective of this work is to analyze the feasibility and techniques to avoid churn in a fictitious bank database. The study was carried out with statistical concepts, containing a phase of descriptive statistical analysis, dynamic analysis and application of prediction models. These analyzes can serve as a reference for managers who want to evaluate techniques to avoid churn and the adoption of machine learning tools for predicting customer turnover.