Base de 7.043 clientes de telefonia e internet. Um em cada quatro cancelou. O modelo de regressão logística separa o peso de cada fator, pontua o risco de cada cliente ativo e os agrupamentos mostram cinco perfis de carteira com riscos muito diferentes.
Taxa de churn por categoria na seleção atual. A linha vertical marca a taxa média da seleção. Todos os fatores exibidos têm associação significativa com o churn no teste qui-quadrado (p < 0,001).
Ilustrativo, com a base inteira.
Razão de chances do modelo escolhido (logística, 16 variáveis), com intervalo de 95%. À direita de 1, o fator multiplica a chance de cancelar; à esquerda, reduz. Escala logarítmica.
Streaming e múltiplas linhas aparecem como fatores de risco porque carregam o efeito do valor da conta, que saiu do modelo por colinearidade (VIF > 10). Leia-os como "clientes com conta mais alta". O tempo de casa entra em escala logarítmica (teste de Box-Tidwell): cada vez que os meses de casa se multiplicam por 2,7, a chance de cancelar cai pela metade.
Distribuição da probabilidade prevista de cancelar entre os clientes ativos da seleção. Faixas: alto a partir do ponto de corte de Youden, médio a partir da metade dele.
Cinco perfis formados por agrupamento (Ward para escolher o número de grupos, k-means para alocar), sem usar o churn. Clique num perfil para filtrar o painel inteiro.
Cada eixo vai de 0 ao máximo possível na base: tempo de casa até 72 meses, conta de R$ 18 a R$ 119, contrato de 1 a 24 meses, até 6 serviços adicionais; os demais são a % de clientes. A linha tracejada é a média da seleção. O radar acompanha os filtros de contrato e internet; clique num perfil acima para destacá-lo.
Uma ligação aparece quando a categoria é mais comum no perfil do que na seleção como um todo (ex.: 1,3× = 30% mais comum) e está presente em pelo menos 25% dos clientes do perfil. No celular, arraste o grafo para os lados. Passe o mouse (ou toque) num ponto para ver as ligações dele; clique num perfil para filtrar o painel. Acompanha os filtros de contrato e internet.
Curva de ganho no conjunto de teste: ordenando os clientes pelo risco previsto, quanto dos cancelamentos reais cada fatia captura.
Desempenho medido em 30% dos clientes que o modelo não viu no ajuste. AUC = chance de o modelo dar risco maior a quem cancelou do que a quem ficou.