Es posible que tenga estos datos en una hoja de Excel, un archivo CSV, almacenados en una base de datos de corrimiento al rojo o en otro lugar. También podría estar en diferentes lugares,y tendrás que unirlos. Por ejemplo, puede tener el campo customerID y el tipo de contrato en una base de datos, y el campo customerID con la información de abandono en otra base de datos, lo que significa que puede combinarlos en el campo customerID para crear un conjunto de datos.
Crear un modelo
Crear un gran conjunto de datos es la parte difícil. Con herramientas sin código como Apteo, construir un modelo de rotación es fácil.
En primer lugar, conecte su conjunto de datos. A continuación, simplemente arrastre y suelte un archivo CSV de mis datos de rotación en la plataforma. Luego, dirijo a la pestaña » Información predictiva «y selecciono» Churn » como mi KPI. Dejo la configuración predeterminada tal como está, y se crea un modelo de aprendizaje automático automatizado en segundo plano.
Ahora, puedo ver cómo los diferentes atributos impactan en el abandono, y puedo predecir si un cliente se retirará al agregar datos como su cargo mensual y tenencia.
Conclusión
El análisis predictivo es una excelente manera de obtener valor de los datos, y comenzar puede ser sorprendentemente fácil. Crear un conjunto de datos de calidad que sea indicativo del problema en cuestión es un prerrequisito básico, pero una vez que se cumpla, puede analizar la rotación y aumentar sus resultados.