A Temporal Approach to Customer Churn Prediction: A Case Study for Financial Services

Abstract

Modelos de previsão de desligamento de clientes visam detectar clientes com alta probabilidade de cancelamento do contrato, com base no uso dos serviços oferecidos. Propomos uma abordagem temporal para a etapa de rotulagem, baseada na redução da frequência de uso dos serviços, por meio do comportamento de cada cliente. Também propomos uma arquitetura de rede neural temporal para a tarefa. A abordagem foi avaliada em um conjunto de dados reais, fornecido por uma empresa brasileira do setor financeiro. A rede neural convolucional temporal alcançou uma acurácia de 82, 63%, uma sensibilidade de 61, 5% e uma precisão de 41, 58%, superando outros classificadores tradicionais (XG-Boost e Floresta Aleatória).