Identificar diferenças relevantes
Os dados mostram em que aspetos os clientes, as situações ou os produtos diferem entre si.
Identifique mais cedo os clientes que podem estar prestes a sair.
A saída de um cliente muitas vezes só se torna evidente depois de este cancelar. Por isso, os sinais no comportamento e na utilização não são aproveitados a tempo. Um modelo de churn estima, com base em padrões históricos, que clientes têm maior probabilidade de sair.
A aplicação só ganha sentido quando responde a uma tarefa concreta e utiliza a informação disponível para esse fim.
A previsão apoia uma avaliação direcionada; não oferece certezas sobre o comportamento individual. Por isso, definimos antecipadamente o que a solução deve e não deve fazer, como o resultado será verificado e quem continua a ser responsável.
Os dados mostram em que aspetos os clientes, as situações ou os produtos diferem entre si.
O resultado apoia uma decisão ou ação comercial concreta.
Os indicadores definidos previamente mostram se a aplicação faz alguma diferença.
Definimos qual é a decisão ou ação central.
Avaliamos os dados disponíveis sobre clientes, produtos ou transações.
Escolhemos um método de análise adequado e explicável.
Comparamos os resultados com a abordagem atual.
Tornamos os resultados utilizáveis e monitorizamos os resultados e os efeitos secundários.
Este serviço é relevante para organizações com relações contínuas com clientes ou subscrições. A configuração concreta depende do processo, dos dados disponíveis e dos riscos associados à aplicação.
Por isso, começamos com uma aplicação bem delimitada e só a alargamos quando a configuração inicial funciona na prática.
Este serviço aborda o seguinte desafio: um modelo de churn utiliza padrões históricos para estimar que clientes têm maior probabilidade de abandonar a organização. O seu funcionamento exato depende do processo e dos dados disponíveis.
O serviço pode ser relevante para organizações com relações contínuas com clientes ou subscrições. Uma necessidade concreta e informação utilizável são mais importantes do que a dimensão da organização.
Depende da aplicação escolhida. Começamos pela questão a que é preciso responder e depois determinamos que dados ou fontes são necessários e adequados.
Não. Para tarefas fixas e previsíveis, a automatização convencional pode ser suficiente. Escolhemos a abordagem mais simples que responda adequadamente ao desafio e só acrescentamos complexidade quando é necessário.
Delimitamos a aplicação, validamos os resultados com os utilizadores e implementamos controlos adequados. Após a entrada em funcionamento, acompanhamos o desempenho e ajustamos a solução quando os dados, a utilização ou o contexto mudam.
Quer explorar por onde faz sentido começar a prever o churn? Em conjunto, analisamos o desafio, a informação disponível e os requisitos necessários.