Atraer nuevos clientes suele ser mucho mas costoso que retener los actuales. Es por esto que las compañías trabajan mucho en mejorar el ciclo de vida de sus clientes (customer lifetime value). Una clave para mejorarlo es conocer por qué terminan su relación con la marca, detectar fallas en el customer journey y resolverlas.

Cuando hablamos de customer attrition nos referimos a los clientes que terminan la relación con una compañía. Pero… ¿si además de medirlo podemos predecirlo?

El componente principal para lograrlo: los datos.

Para ello se analizan datos históricos de clientes que ya terminaron su relación con la marca (respuesta), y sus características y comportamientos (predictores) antes de que esto haya sucedido.

Utilizando un modelo estadístico que relaciona los predictores con las respuestas, vamos a intentar predecir la respuesta para clientes actuales.

Para esto se utilizan técnicas de data mining de aprendizaje supervisado, siguiendo los siguientes pasos: