Diseño de un modelo de atribución de fuga de clientes a razones asociadas a fallas técnicas de redes en una empresa de telecomunicaciones

Abstract

La industria de las telecomunicaciones ha estado en los últimos años sujeta a una demanda cada vez más exigente, así como a una competencia más alta y a una economía inestable. Este trabajo se realiza en Entel, una empresa que, en base a su estrategia enfocada en ofrecer una experiencia distintiva gracias a una infraestructura superior, ha logrado ser líder en la industria. Sin embargo, en el último año el nivel de fuga del segmento pospago fue mayor al año anterior, afectando a la vez los resultados y la imagen corporativa de Entel de ser líderes.

Desde Entel se desconocen los motivos reales de estas fugas. No obstante, se sabe mediante una encuesta enviada a un 1% de esta población que un 30% lo hace por motivos de mala satisfacción de red, lo cual representa un quiebre con la estrategia de la empresa. En ese sentido, en este trabajo se genera una solución analítica dirigida a conocer los niveles totales de fuga de clientes debido a una mala experiencia o fallas técnicas de redes. En particular, se genera un modelo de atribución de si una fuga se debe o no a motivos de red, el cual asigne esta atribución a las antenas (o POP) con el fin de apoyar el plan de priorización de inversión de mejoras a los POP del año siguiente y, con ello, poder disminuir la fuga. El rol asumido en el trabajo consiste en desarrollar la etapa llamada MVP dentro de lo que compone un proyecto de datos en la empresa, lo que deriva en cada uno de los resultados de este informe.

Para desarrollar el modelo se utiliza la metodología CRISP-DM, utilizada comúnmente y de forma transversal entre las industrias para proyectos de datos. Además, producto de estar en una etapa intermedia global, se hace necesario realizar un levantamiento de la situación actual del proyecto y los insumos disponibles de fases previas. Por último, para aumentar la confianza de adopción como producto luego de este trabajo, se realizan análisis de robustez del modelo en el tiempo y se documenta el trabajo en estándares de la empresa.

En el desarrollo se obtuvo un modelo XGBoost que fue capaz de minimizar el sobreajuste a la vez de maximizar su métrica AUC, en donde se descubrió que los POP con poca cobertura 4G tienden a tener una peor experiencia. Además, se obtuvo una estabilidad y consistencia en un horizonte de 3 meses en el comportamiento de las predicciones de atribución, continuidad de pop críticos y correlación de fuga con atributos relevantes para el negocio.

El proyecto cumple con los objetivos y aporta un estudio de la fuga desde un enfoque novedoso. Sin embargo, existe espacio de mejora en los resultados en relación con planificar de forma más rigurosa los tiempos y plazos de cada etapa, esto enfocado en realizar un mejor levantamiento de datos y en tener un mayor respaldo científico en las decisiones tomadas, teniendo un contacto y una validación constante y directa con el negocio y sus necesidades.