Modelo de predicción de fuga de clientes de telefonía móvil post pago

Abstract

El mercado de las telecomunicaciones presenta dinamismo y flexibilidad tanto en los servicios que entregan como en las estrategias para aumentar la rentabilidad de sus clientes. Sin embargo, existen comportamientos de uso de los usuarios que los direcciona en el camino de la fuga (o churn en inglés) el cual es un tema de interés para las compañías de telefonía y que acapara grandes cantidades de recursos para hacerle frente, pasando desde aspectos comerciales hasta estratégicos. Diversos factores pueden afectar la decisión de cancelar un contrato por parte de un cliente. Estos aspectos pueden tener relación no tan solo con el servicio, sino que también con su red de contactos la que puede influenciar su comportamiento de fuga mediante el efecto boca a boca . Así, el objetivo general del trabajo es construir un modelo de comportamiento de fuga para clientes de telefonía móvil post-pago que considere el efecto de la actividad de la red de contactos. Para cumplir con el objetivo del trabajo, se necesita determinar qué variables afectan el comportamiento de fuga, para posteriormente utilizar estas variables como entrada en modelos predictivos de Regresión Logística y Árboles de Decisión. Lo anterior no sólo busca predecir la fuga, sino medir además el impacto económico de anticipar dicho comportamiento en la empresa, con el fin de proponer acciones comerciales que permitan retener a los clientes.

Los resultados muestran que el mejor modelo es un Árbol de Decisión, el cual logra tener un 41% de exactitud en la predicción y un sensitivity del 73%, lo cual indica que la proporción verdaderos positivos (fugados) que el modelo clasifica es buena. Por otro lado la información de la red es poco concluyente respecto a la predicción, pues estos datos tienen bajo poder predictivo, por lo tanto se postulan nuevas variables y datos que serían importantes considerar en un trabajo futuro como lo es la información del detalle de llamadas por ejemplo.