Suscripción · UE

Predicción de fuga que salvó millones

Un negocio europeo de suscripción perdía clientes sin aviso. Encargo: predecir quién está por irse, explicar por qué y dirigir el gasto de retención donde de verdad rinde.

Datos: 1,8 M clientes · 24 meses Stack: Python · XGBoost · SHAP · dbt Plazo: 4 semanas
churn_model · BI
actualizado hoy
Fuga mensual
−34%
tras acciones de retención
Rendimiento del modelo
0.91
AUC
Ingresos retenidos
€2.4M
anualizado
ROI de campañas
5.8×
sobre el gasto de retención

Riesgo de fuga por segmento

probabilidad media de irse

Base de clientes por segmento

parte de todos los clientes

◆ Hallazgos
  • Dos segmentos — en riesgo e inactivos — concentraban casi toda la fuga.
  • La señal más fuerte era una caída de uso, semanas antes de cancelar.
  • El presupuesto de retención se repartía por igual en vez de ir donde cambia el resultado.
✓ Nuestra solución
  • Cada cliente puntuado cada semana con un motivo de riesgo claro y explicable.
  • Ofertas de retención dirigidas solo a cuentas de alto riesgo y alto valor.
  • Un panel para que el equipo siga el riesgo y mida cada campaña.

¿Tienes un proyecto así?

Cuéntanos qué estás construyendo. Respondemos en un día hábil con un plan claro y un presupuesto cerrado.

Iniciar tu proyecto