Modelagem de probabilidade de churn Translated title: Churn probability model Translated title: Modelado de probabilidad de churn

Abstract

Clientes podem abandonar uma organização ainda que altos investimentos em prospecção e retenção sejam realizados, o que requer diagnóstico e compreensão. Este artigo objetiva modelar a probabilidade de clientes abandonarem o relacionamento com uma organização, fenômeno conhecido como churn, utilizando dados do histórico de relacionamento cliente/empresa, validar o modelo em uma segunda amostra e descrever as possíveis variáveis que influenciam o abandono/permanência do cliente. Utilizou-se o modelo de regressão logística em uma amostra de calibração de 70.000 clientes que possuíam cartão de crédito próprio de uma grande rede varejista. Dezesseis variáveis explicativas (14 características individuais e duas variáveis comportamentais) foram usadas e o modelo foi validado em uma amostra de 30.000 clientes, usando-se o teste de KS (Kolmogorov-Smirnov) e a curva ROC (Receiver Operating Characteristic), que demonstraram a boa adequação do modelo à amostra de validação. Implicações da pesquisa e sugestões para futuras investigações são discutidas à luz da gestão do relacionamento com o cliente.

Translated abstract

Customer may abandon the organization, despite high investments made by the organization in their prospection and retention, which demands diagnose and understanding. The objectives of this article are threefold: i) to model the probability of churn, which refers to the rate of customers who leave a relationship with an organization during a given period; ii) to validate the model; and iii) to describe possible variables that explain the abandon of customers. We used historical data from a large retail chain´s dataset, and applied logistic regression in a sample of 70.000 users of a private label credit card to calibrate the model. Sixteen variables (14 individual characteristics and two behavior variables) were used. The model was validated in a different sample of 30.000 customers from the same dataset, through Kolmogorov-Smirnov (KS) test and Receiver Operating Characteristic (ROC) curve, confirming the good prevision power of the model. Managerial implications and suggestion for future research are discussed based on customer relationship management field of research.

Translated abstract

Los clientes pueden abandonar una organización a pesar de grandes inversiones en prospección y retención, lo que requiere diagnóstico y comprensión. Este artículo tiene el objetivo de modelar la probabilidad de que los clientes abandonen la relación con una organización, fenómeno conocido como churn, utilizando datos del historial de la relación cliente/empresa, validar el modelo en una segunda muestra y describir las posibles variables que influencian el abandono/permanencia del cliente. Se utilizó el modelo de regresión logística en una muestra de calibración de 70.000 clientes que poseían tarjeta de crédito propia de una gran red minorista. Fueron usadas dieciséis variables explicativas (14 características individuales y dos variables comportamentales) y se validómel modelo en una muestra de 30.000 clientes, usando el test de KS (Kolmogorov-Smirnov) y la curva ROC (Receiver Operating Characteristic), que demostraron la buena adecuación del modelo a la muestra de validación. Son discutidas, a la luz de la gestión de la relación con el cliente, las implicaciones de la investigación y sugerencias para futuras investigaciones.