¿Qué clientes presentan la mayor probabilidad de churn?
El churn se predice para una fecha de decisión y un horizonte fijos. La separación temporal, la prevención de fugas y la calibración importan tanto como la discriminación.
Respuesta directa
Priorizar una revisión humana según un riesgo probabilístico calibrado.
El churn se predice para una fecha de decisión y un horizonte fijos. La separación temporal, la prevención de fugas y la calibración importan tanto como la discriminación.
logit(P(churn)) = α + XₜβESTIMAND
Perfil de la estimación
- Unidad de análisis
- Cliente × fecha de decisión × horizonteTerminología científica controlada (EN)
customer at decision date - Estimando exacto
P(churn within H | information available at t)- Modelo o resultado
logit(P(churn)) = α + Xₜβ
01—08
Marco de análisis verificable
- 01Pregunta
¿Qué clientes presentan la mayor probabilidad de churn?
- 02Estimando
P(churn within H | information available at t) · customer at decision date
- 03Datos
customer_id · decision_date · features_available_at_t · churn_by_horizon
- 04Modelo o resultado
logit(P(churn)) = α + Xₜβ
- 05Cálculo declarado
logit(P(churn)) = α + Xₜβ → P(churn within H | information available at t)
- 06Controles de incertidumbre
Temporal holdout · Brier and log-loss · PR-AUC and calibration
- 07Validación específica
Comprobar datos, estabilidad de la estimación y límites de interpretación. Temporal holdout · Brier and log-loss · PR-AUC and calibration
- 08Límites
Afirmar qué acción reducirá el churn solo a partir del modelo predictivo.
Variables necesarias
customer_iddecision_datefeatures_available_at_tchurn_by_horizon
Controles · Terminología científica controlada (EN)
- Temporal holdout
- Brier and log-loss
- PR-AUC and calibration
Priorizar una revisión humana según un riesgo probabilístico calibrado.
Afirmar qué acción reducirá el churn solo a partir del modelo predictivo.
Fuentes científicas
1 fuente
Conexiones metodológicas