Predicción de Fuga
En el complejo escenario de las telecomunicaciones en España, Vodafone se enfrenta al constante desafío de no solo atraer sino también mantener a sus clientes. Ante la intensa competencia, es crucial identificar a aquellos clientes con mayor riesgo de migrar a otras compañías. Los modelos de predicción de fuga (Churn) tradicionales suelen concentrarse solo en identificar los síntomas de insatisfacción del cliente. Sin embargo, Vodafone buscaba ir un paso más allá, buscando no solo predecir quiénes se irían, sino comprender profundamente las causas detrás de estas decisiones.
En WhiteBox, hemos desarrollado un marco de trabajo de inferencia causal a medida para Vodafone, aprovechando herramientas de código abierto como Causal ML y CausalNex. Este enfoque nos ha permitido no solo prever la probabilidad de fuga de los clientes sino también descifrar las fuerzas detrás de dicha tendencia. Para poner en marcha este modelo, empleamos MLflow para una gestión eficiente del ciclo de vida del modelo y Apache Airflow para la orquestación de las tareas, todo ello integrado en la robusta infraestructura de Google Cloud Platform.
Este modelo avanzado ha transformado el enfoque de Vodafone hacia la predicción de fuga, permitiéndole no solo prever qué clientes están en riesgo y con qué probabilidad, sino también entender las razones detrás de su posible partida. Además, este modelo predice cómo las acciones de retención específicas (como promociones y ofertas dirigidas) pueden influir en la decisión final del cliente, optimizando así el impacto de dichas estrategias. El resultado es una aplicación más precisa y efectiva de medidas de retención, dirigidas a aquellos clientes que más se beneficiarían de ellas y evitando aquellos que igualmente cancelarían.
- Desarrollo de modelos con más de 5.000 características de clientes.
- Evaluación del riesgo de fuga de más de 5 millones de clientes mensuales.
