Churn Framework

Encontre métricas que melhor separam clientes recorrentes de clientes que cancelaram o contrato durante a joranada de uso do produto/serviço.

Auxílio na definição de possíveis pontos de corte para potenciais métricas de um possível indício de Churn durante a jornada de um cliente.

• Identificação de pontos de corte que melhor diferenciam clientes de sucesso de clientes que sofreram churn
• Identificação de métricas cujo ponto de corte determinam um alerta para Churn durante os meses da jornada do cliente

Instalação

Dependências:

• Python (>=3.6)
• Seaborn
• Tqdm

Instalar:

pip install churn-framework

Documentação

Descrição das funcionalidades de cada função presente no script churn_framework:

Funções

• get_great_value - Função que encontra o valor ideal para um ou mais features com base em restrições definidas que melhor dividem clientes recorrentes de clientes que sofreram Churn, para cada mês da jornada do cliente.
• plot_metrics - Método que plota métricas de avaliação para cada valor testado no framework em um determinado mês, enfatizando o ponto ótimo encontrado.

• get_confusion_matrix - Método que retorna valores de matriz de confusão Cliente / Churn para um mês específico.
• plot_matrix - Método que traça a matriz de confusão Cliente / Churn.

Também fornecemos um notebook passo a passo. Para visualizá-lo, basta digitar jupyter notebook dentro do diretório /churn_framework/.

License

MIT