Come analizzare la ritenzione con un modello di sopravvivenza?
L’analisi di sopravvivenza rappresenta il tempo al churn gestendo la censura. Kaplan-Meier descrive la sopravvivenza; Cox collega covariate al rischio sotto l’ipotesi di rischi proporzionali.
Redazione scientifica: Marketing Science Center
Risposta diretta
Confrontare curve di ritenzione e stimare associazioni con il rischio istantaneo.
L’analisi di sopravvivenza rappresenta il tempo al churn gestendo la censura. Kaplan-Meier descrive la sopravvivenza; Cox collega covariate al rischio sotto l’ipotesi di rischi proporzionali.
01
La risposta in 30 secondi
Usare Kaplan-Meier per stimare la probabilità di restare attivi con censura. Usare Cox per confrontare hazard condizionali sotto rischi proporzionali. L'hazard ratio è relativo, qui associativo, e non è una probabilità individuale.
Kaplan-Meier · S(t)
Probabilità di restare attivi a un dato orizzonte nonostante la censura.
Log-rank
Confronto globale delle curve, senza aggiustamento per covariate.
Cox · HR
Hazard istantaneo relativo e condizionale; non è una probabilità individuale né un effetto causale.
02
Situazione di marketing
Un team osserva clienti da date diverse. Alcuni abbandonano, altri sono ancora attivi alla fine. Confrontare solo la percentuale di churn elimina il tempo e tratta erroneamente i censurati come completi.
- 01
Origine
Inizio della sottoscrizione ed engagement iniziale osservato.
- 02
Evento
Il churn è osservato; churn_event vale 1.
- 03
Censura
Il cliente è ancora attivo alla fine; churn_event vale 0 e il tempo osservato resta informativo.
03
Domanda scientifica
Nella popolazione e finestra dichiarate, qual è S(t), probabilità di restare attivi oltre t mesi, e quale associazione condizionale lega il piano all'hazard istantaneo?
04
Perché il tasso grezzo fallisce
La ritenzione a 12 mesi calcolata solo sui casi completi favorisce le coorti più vecchie. La durata media sottostima i clienti ancora attivi. La sopravvivenza conserva l'informazione parziale del tempo osservato.
Trattare un cliente ancora attivo come se avesse già abbandonato, oppure escluderlo dal calcolo.
05
Intuizione
Kaplan-Meier
Ŝ(t)=∏(1-dᵢ/nᵢ)Stima la sopravvivenza a ogni orizzonte conservando l’informazione parziale dei casi censurati.
Log-rank
H₀: Sₘ(t)=Sₐ(t)Confronta globalmente le due curve senza aggiustare per l’engagement iniziale.
Cox
h(t|x)=h₀(t)exp(xβ)Stima un hazard relativo condizionale quando la proporzionalità è sufficientemente plausibile.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
06
Dati necessari
Popolazione analizzata: i 600 clienti sintetici la cui sottoscrizione inizia nella finestra di reclutamento di 90 giorni, con durata positiva, piano, stato di churn ed engagement iniziale osservati. È inclusa una riga per cliente. Ogni input richiesto mancante o non valido arresta l'analisi e riporta il numero di righe interessate; non sono ammesse imputazioni o categorie implicite. duration_months è la durata analitica; le date sono riferimenti di calendario arrotondati al giorno.
| Campo | Definizione |
|---|---|
customer_id | Identificativo univoco |
start_date / end_date | Origine e fine osservata |
duration_months | Tempo positivo dall'origine |
churn_event | 1 churn osservato, 0 censurato |
plan_group | Gruppo mensile o annuale |
baseline_engagement_z | Engagement iniziale su scala N(0,1) |
07
Modelli e simboli
Sopravvivenza
S(t)=Pr(T>t)Ŝ(t)=∏₍ₜᵢ≤ₜ₎(1-dᵢ/nᵢ)Hazard condizionale
h(t|x)=h₀(t)exp(β₁ annual + β₂ engagement)HR=exp(β₁)T è il tempo al churn in mesi; t è l'orizzonte mensile; dᵢ e nᵢ sono i churn e il numero a rischio a tᵢ. S(t) e Ŝ(t) sono probabilità senza unità. h(t|x) e h₀(t) sono hazard istantanei mensili condizionati alle covariate x. annual vale 1 per annuale e 0 per mensile; engagement è baseline_engagement_z sulla scala N(0,1). β₁ e β₂ sono coefficienti log-hazard; exp(β₁) è l'hazard ratio senza unità annuale contro mensile a engagement uguale.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
08
Calcolo riproducibile
- 01
Popolazione, origine, evento e censura sono dichiarati prima del calcolo.
- 02
Ŝ(t) e il suo intervallo puntuale al 95% con varianza di Greenwood sulla scala log-log sono calcolati per gruppo.
- 03
Lo score a due campioni di Cox, qui equivalente al log-rank, confronta le curve; Cox aggiusta poi gruppo ed engagement.
- 04
Un'interazione gruppo × log(t/12) diagnostica la proporzionalità.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables · Zhang, Solomon & Sizemore (2022), Inferences for current chronic GVHD-free and relapse-free survival
09
Esempio numerico
Esempio sintetico riproducibile · 600 clienti · 401 churns · 199 censure
S(9)
Mensile 0,489
Annuale 0,779
S(12)
Mensile 0,380
Annuale 0,702
S(18)
Mensile 0,255
Annuale 0,534
Cox · HR
0,494
IC 95% [0,397; 0,615]A 12 mesi gli IC 95% sono [0,328; 0,432] e [0,642; 0,754]. L’interazione temporale vale γ=0,179, p=0,082. Questi valori descrivono solo questo processo sintetico.
10
Ipotesi operative
- Evento e origine temporale sono uguali per tutti?
- Condizionatamente alle covariate, la censura informa sul churn futuro?
- L'hazard ratio resta stabile nell'orizzonte?
- Un altro evento impedisce di osservare il churn?
- Le conclusioni restano coerenti agli orizzonti prespecificati di 9, 12 e 18 mesi e con l'interazione temporale dichiarata?
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
11
Diagnostica
Censura
199/600 osservazioni sono censurate; motivo e calendario sono pubblicati.
Proporzionalità
Interazione gruppo × log(t/12): γ=0,179, p=0,082; il mancato rifiuto non prova l'ipotesi.
Supporto
Mediana annuale 19,590 mesi; nessuna estrapolazione oltre 24 mesi.
12
Incertezza
Che cosa quantifica l’intervallo
L’incertezza puntuale attorno a Ŝ(t) e quella asintotica attorno all’HR nella specifica dichiarata.
Che cosa non copre
Bande simultanee, bias di selezione, errore di misura e scelta post-hoc dell’orizzonte.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Zhang, Solomon & Sizemore (2022), Inferences for current chronic GVHD-free and relapse-free survival
13
Interpretazione
In questo insieme di dati sintetico, a coinvolgimento iniziale uguale, il rischio istantaneo stimato del piano annuale è circa il 49% di quello mensile. Non significa 50,6 punti di ritenzione in più e non fornisce il rischio individuale.
14
Conclusioni ammesse e vietate
Ammesso
Stimare S(12), confrontare le curve e descrivere un'associazione condizionale nella popolazione, nella finestra e nella specificazione dichiarate.
Vietato
Presentare il piano annuale come causa, convertire l'HR in probabilità individuale, ignorare rischi competitivi o estrapolare oltre 24 mesi.
15
Decisione marketing possibile
- 01
Scegliere gli orizzonti di monitoraggio realmente utili alla decisione.
- 02
Studiare qualitativamente la selezione del piano prima di interpretare l’associazione.
- 03
Decidere se è necessario un test causale del passaggio all’annuale.
16
Quando cambiare metodo
Rischi competitivi
Quando più uscite si escludono.
Multi-stato
Per transizioni ripetute tra stati.
Covariate tempo-varianti
Quando l’esposizione cambia durante il follow-up.
Disegno causale
Se la decisione riguarda l’effetto di un intervento.
17
Implementazioni
Riferimenti eseguibili
Python 3.13 standard è il riferimento eseguibile. R 4.5.1 con survival 3.8-3 è un riferimento compagno.
Sintassi secondarie
SPSS 31 e SAS 9.4 devono essere verificati nel loro ambiente.
SPSS 31
COMPUTE annual=(plan_group="annual").
EXECUTE.
KM duration_months BY annual
/STATUS=churn_event(1).
COXREG duration_months
/STATUS=churn_event(1)
/METHOD=ENTER annual baseline_engagement_z.SAS 9.4
proc lifetest data=input;
time duration_months*churn_event(0);
strata plan_group;
run;
proc phreg data=input;
class plan_group(ref='monthly') / param=ref;
model duration_months*churn_event(0)=
plan_group baseline_engagement_z / ties=breslow;
run;18
Risultato atteso
- 01
Popolazione, origine, evento, finestra e regola di censura.
- 02
Tabella a rischio, curve Ŝ(t), S(12)/S(18), mediane e intervalli.
- 03
Specifica Cox, HR con IC, diagnostica PH, limiti e decisione possibile/impossibile.
19
Fonti scientifiche
Tre pubblicazioni fondano i calcoli presentati. Ciascuna risponde a una precisa domanda metodologica e nessuna dimostra performance commerciali o un effetto causale del piano.
- Kaplan & Meier (1958), Nonparametric Estimation from Incomplete ObservationsStimatore product-limit e censura
Fonda la stima di S(t) quando alcune durate sono censurate. Non dimostra differenze causali tra piani.
- Cox (1972), Regression Models and Life-TablesRischi proporzionali e score di confronto
Fonda il modello di Cox, l’hazard ratio condizionale e la diagnostica temporale dichiarata. In questo esempio l’HR resta relativo e associativo.
- Zhang, Solomon & Sizemore (2022), Inferences for current chronic GVHD-free and relapse-free survivalIntervallo di sopravvivenza su scala log-log
Supporta la costruzione dell’intervallo puntuale mostrato attorno a S(t). Non copre bias di selezione né trasporto a un’altra popolazione.
Dati · Strumento
Connessioni metodologiche