Comment analyser la rétention avec un modèle de survie ?
L’analyse de survie représente le temps jusqu’au churn tout en gérant la censure. Kaplan-Meier décrit la survie ; le modèle de Cox relie des covariables au risque sous l’hypothèse de risques proportionnels.
Rédaction scientifique : Marketing Science Center
Réponse directe
Comparer des courbes de rétention et estimer des associations avec le risque instantané.
L’analyse de survie représente le temps jusqu’au churn tout en gérant la censure. Kaplan-Meier décrit la survie ; le modèle de Cox relie des covariables au risque sous l’hypothèse de risques proportionnels.
01
La réponse en 30 secondes
Utilisez Kaplan-Meier pour estimer la probabilité de rester actif malgré la censure. Utilisez Cox pour comparer des hazards conditionnels sous risques proportionnels. Un hazard ratio reste relatif, associatif ici, et ne donne pas une probabilité individuelle.
Kaplan-Meier · S(t)
Probabilité de rester actif à un horizon donné malgré la censure.
Log-rank
Comparaison globale des courbes, sans ajustement sur les covariables.
Cox · HR
Hazard instantané relatif et conditionnel ; ni probabilité individuelle ni effet causal ici.
02
Situation marketing
Une équipe observe des clients à des dates différentes. Certains résilient, d'autres sont encore actifs à la fin de l'observation. Comparer seulement le pourcentage de churn élimine le temps et traite à tort les dossiers censurés comme complets.
- 01
Origine
Début de souscription et engagement initial observé.
- 02
Événement
Le churn est observé ; churn_event vaut 1.
- 03
Censure
Le client reste actif à la fin ; churn_event vaut 0 et son temps observé reste informatif.
03
Question scientifique
Dans la population et la fenêtre déclarées, quelle est S(t), la probabilité de rester actif au-delà de t mois, et quelle association conditionnelle relie le groupe de forfait au hazard instantané ?
04
Pourquoi le taux brut échoue
Une rétention à 12 mois calculée seulement parmi les dossiers complets favorise les cohortes anciennes. Une moyenne des durées sous-estime les clients encore actifs. La survie conserve explicitement l'information partielle fournie par leur temps observé.
Traiter un client encore actif comme s’il avait déjà churné, ou l’exclure du calcul.
05
Intuition
Kaplan-Meier
Ŝ(t)=∏(1-dᵢ/nᵢ)Estime la survie à chaque horizon en conservant l’information partielle des dossiers censurés.
Log-rank
H₀: Sₘ(t)=Sₐ(t)Compare globalement les deux courbes sans ajuster l’engagement initial.
Cox
h(t|x)=h₀(t)exp(xβ)Estime un hazard relatif conditionnel lorsque la proportionnalité est suffisamment plausible.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
06
Données nécessaires
Population d'analyse : les 600 clients synthétiques dont la souscription débute dans la fenêtre de recrutement de 90 jours, avec durée strictement positive, groupe de forfait, statut de churn et engagement initial observés. Une ligne par client est incluse. Toute entrée requise manquante ou invalide arrête l'analyse et le nombre de lignes concernées est signalé ; aucune imputation ni catégorie implicite n'est autorisée. duration_months est la durée analytique ; les dates sont des repères calendaires arrondis au jour.
| Champ | Définition |
|---|---|
customer_id | Identifiant unique |
start_date / end_date | Origine et fin observée |
duration_months | Temps positif depuis l'origine |
churn_event | 1 si churn observé, 0 si censuré |
plan_group | Groupe mensuel ou annuel |
baseline_engagement_z | Engagement initial sur une échelle N(0,1) |
07
Modèles et symboles
Survie
S(t)=Pr(T>t)Ŝ(t)=∏₍ₜᵢ≤ₜ₎(1-dᵢ/nᵢ)Hazard conditionnel
h(t|x)=h₀(t)exp(β₁ annual + β₂ engagement)HR=exp(β₁)T est le temps jusqu'au churn en mois ; t est l'horizon en mois ; dᵢ et nᵢ sont les churns et le nombre à risque à tᵢ. S(t) et Ŝ(t) sont des probabilités sans unité. h(t|x) et h₀(t) sont des hazards instantanés par mois conditionnels aux covariables x. annual vaut 1 pour le forfait annuel et 0 pour le mensuel ; engagement est baseline_engagement_z, sur l'échelle N(0,1). β₁ et β₂ sont des coefficients log-hazard ; exp(β₁) est un hazard ratio sans unité, annuel versus mensuel à engagement égal.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
08
Calcul reproductible
- 01
Population, origine, événement et censure sont déclarés avant le calcul.
- 02
Ŝ(t) et son intervalle ponctuel à 95 % utilisant la variance de Greenwood sur l'échelle log-log sont calculés par groupe.
- 03
Le score à deux échantillons de Cox, équivalent ici au log-rank, compare les courbes ; Cox ajuste ensuite le groupe et l'engagement.
- 04
Une interaction groupe × log(t/12) diagnostique la proportionnalité déclarée.
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
Exemple numérique
Exemple synthétique reproductible · 600 clients · 401 churns · 199 censures
S(9)
Mensuel 0,489
Annuel 0,779
S(12)
Mensuel 0,380
Annuel 0,702
S(18)
Mensuel 0,255
Annuel 0,534
Cox · HR
0,494
IC 95 % [0,397 ; 0,615]À 12 mois, les IC 95 % sont [0,328 ; 0,432] et [0,642 ; 0,754]. L’interaction temporelle vaut γ=0,179, p=0,082. Ces valeurs décrivent uniquement ce processus synthétique.
10
Hypothèses opérationnelles
- L'événement et l'origine du temps sont-ils identiques pour tous ?
- À covariables observées, la censure informe-t-elle sur le churn futur ?
- Le ratio des hazards reste-t-il stable sur l'horizon ?
- Un autre événement empêche-t-il d'observer le churn ?
- Les conclusions restent-elles cohérentes aux horizons préspécifiés de 9, 12 et 18 mois et avec l'interaction temporelle déclarée ?
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Cox (1972), Regression Models and Life-Tables
11
Diagnostics
Censure
199/600 observations sont censurées ; motif et calendrier sont publiés.
Proportionnalité
Interaction groupe × log(t/12) : γ=0,179, p=0,082 ; absence de rejet ne prouve pas l'hypothèse.
Support
Médiane annuelle 19,590 mois ; aucune extrapolation au-delà de 24 mois.
12
Incertitude
Ce que l’intervalle quantifie
L’incertitude ponctuelle autour de Ŝ(t) et l’incertitude asymptotique autour du HR dans la spécification déclarée.
Ce qu’il ne couvre pas
Bandes simultanées, biais de sélection, erreur de mesure et choix post-hoc de l’horizon.
Kaplan & Meier (1958), Nonparametric Estimation from Incomplete Observations · Zhang, Solomon & Sizemore (2022), Inferences for current chronic GVHD-free and relapse-free survival
13
Interprétation
Dans ce jeu synthétique et à engagement initial égal, le hazard instantané estimé du groupe annuel vaut environ 49 % de celui du groupe mensuel. Cela ne signifie pas 50,6 points de rétention en plus et ne donne pas le risque individuel.
14
Conclusions permises et interdites
Recevable
Estimer S(12), comparer les courbes et décrire une association conditionnelle dans la population, la fenêtre et la spécification déclarées.
Interdit
Présenter le forfait annuel comme cause de rétention, convertir le HR en probabilité individuelle, ignorer les risques concurrents ou extrapoler au-delà de 24 mois.
15
Décision marketing possible
- 01
Choisir les horizons de suivi réellement utiles à la décision.
- 02
Étudier qualitativement la sélection du forfait avant d’interpréter l’association.
- 03
Décider si un test causal du passage à l’annuel est nécessaire.
16
Quand changer de méthode
Risques concurrents
Quand plusieurs sorties s’excluent.
Multi-états
Pour des transitions répétées entre états.
Covariables temporelles
Lorsque l’exposition évolue pendant le suivi.
Plan causal
Si la décision porte sur l’effet d’une intervention.
17
Implémentations
Références exécutables
Python 3.13 standard est la référence exécutable. R 4.5.1 avec survival 3.8-3 est une référence compagnon.
Syntaxes secondaires
SPSS 31 et SAS 9.4 sont à vérifier dans leur environnement.
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
Livrable attendu
- 01
Population, origine, événement, fenêtre et règle de censure.
- 02
Table à risque, courbes Ŝ(t), S(12)/S(18), médianes et intervalles.
- 03
Spécification Cox, HR avec IC, diagnostic PH, limites et décision possible/impossible.
19
Sources scientifiques
Trois publications fondent les calculs présentés. Chacune répond à une question méthodologique précise et aucune ne démontre une performance commerciale ou un effet causal du forfait.
- Kaplan & Meier (1958), Nonparametric Estimation from Incomplete ObservationsEstimateur produit-limite et censure
Fonde l’estimation de S(t) lorsque certaines durées sont censurées. Ne démontre aucune différence causale entre forfaits.
- Cox (1972), Regression Models and Life-TablesRisques proportionnels et score de comparaison
Fonde le modèle de Cox, le hazard ratio conditionnel et le diagnostic temporel déclaré. Le HR reste relatif et associatif dans cet exemple.
- Zhang, Solomon & Sizemore (2022), Inferences for current chronic GVHD-free and relapse-free survivalIntervalle de survie sur l’échelle log-log
Étaye la construction de l’intervalle ponctuel présenté autour de S(t). Cet intervalle ne couvre ni biais de sélection ni transport à une autre population.
Dataset · Outil
Connexions méthodologiques