analise preditiva, inteligencia artificial, analytics, data mining, big data, retencao de clientes, datafy, bruce ledesma, machine learning

Como a análise preditiva identificou um segmento de clientes 325% mais propensos a cancelar do que a média

Desafio

Uma empresa de serviços queria aumentar sua taxa de retenção de clientes, mas não conseguia identificar quais clientes apresentavam alto risco de encerrar suas contas. Todos os meses 2,8% de seus clientes cancelavam os serviços. Realizar uma campanha de retenção para impactar os clientes que estavam de partida obrigaria a empresa a entrar em contato com toda a base, visto que ela não era capaz de identificar os níveis de risco de evasão de cada cliente. Mas esta era uma iniciativa muito cara e difusa.

Solução

A Rexer Analytics utilizou os dados históricos da empresa para desenvolver um modelo preditivo capaz de identificar quais clientes apresentavam grande risco de encerrar suas contas. O modelo também conseguiu identificar vários fatores de insatisfação do cliente que eram determinantes para o encerramento de contas.

Resultados

Ao atribuir uma pontuação preditiva para cada cliente, a empresa agora utiliza uma combinação de risco de evasão com a rentabilidade do cliente para realizar campanhas de retenção focadas em determinados segmentos da base.

A empresa identificou clientes 325% mais propensos a cancelar que a média e atuou antecipadamente na retenção destes. O modelo também identificou fatores de cancelamento como problemas no call center e na instalação do produto. Isso permitiu ações para aumentar o nível de satisfação do clientes.

Comece a fazer previsões a partir de seus dados e acelere o crescimento de seu negócio.


Fale conosco