Propensión a Reclamar

Icons Freepik from Flaticon

Pregunta de Negocio

  • ¿Qué clientes tienen más probabilidad de realizar una reclamación en los próximos 30 días?
  • ¿Qué atención debería recibir cada uno de ellos en función de sus características?

Objetivo

Un sistema predictivo para identificar a clientes propensos a reclamar por fallos en el servicio ante autoridades gubernamentales. Un alto número de reclamaciones puede significar una sansión económica para el prestador del servicio.

Solución

  • Un modelo de respuesta cualitativa con función de enlace probit. Para la estimación de los parámetros del modelo se utilizaron múltiples muestras con tamaños proporcionales a la presencia del fenómeno en la población.
  • Para garantizar coherencia en los resultados se usó inferencia bayesiana, lo que permitía introducir información a priori y relaciones de semejanza entre las diferentes muestras.
  • Además de las características de cliente (antigüedad como cliente, zona geográfica, zona competencia, etc.) y de valor del cliente (ARPU por cliente y grupos de productos). El modelo se centraba, sobre todo, en analizar los procesos en los que el cliente se veía involucrado y que podían causar una reclamación:
    • Alta de línea telefónica y/o banda ancha.
    • Migración de la línea a otro producto.
    • Cambio de domicilio.
    • Contacto con el call center técnico.
    • Baja de la línea.
  • Gracias a la mejora en la identificación de los clientes en riesgo de reclamar a estos organismos y las acciones de marketing, se consiguió una reducción de un 90% de las reclamaciones, desde el momento en el que se comenzó a usar el modelo.
Avatar
Romy Rodriguez-Ravines
GOING BEYOND DATA

Understand, Model, Predict = Learn and extract value from data for people and organizations.

Related