Contexto
Nuestro cliente es una multinacional de servicios de reparto con sede en Estados Unidos que envía más de 18 millones de paquetes por día. Esta empresa es conocida por su servicio de entrega nocturno y por ser pionera en el desarrollo de un sistema de seguimiento de paquetes, con actualizaciones en tiempo real sobre la ubicación de estos.
Partners tecnológicos
Python
Desafío
En un mercado altamente competitivo con márgenes de beneficio muy estrechos, es importante mantener la base de clientes de la que se disponga para salvaguardar los ingresos y márgenes derivados de ella. Por ello, el departamento de Soluciones analíticas de nuestro cliente lanzó una iniciativa que mejorase la experiencia del cliente gracias a la detección temprana de los clientes más propensos al abandono.
Enfoque
- Obtención de insights sobre los motivos que dan pie al abandono de clientes por medio de técnicas de data wrangling. - Selección del mejor algoritmo de su categoría para prever las rotaciones (XgBoost). - Traducción de los resultados del algoritmo en planes de acción para la división de atención al cliente, lo que les permitió tomar las medidas pertinentes para evitar el churn.
Resultados clave
Beneficios
Se necesita menos esfuerzo conservar un cliente fiel que buscar uno nuevo. Al implementar este sistema de probabilidad de churn, nuestro cliente comenzó a ser capaz de identificar qué clientes serían más propensos al abandono. Esto les permitió identificar las causas principales de churn y responder de manera acorde con campañas y estrategias de fidelización para tratar de satisfacer a esos clientes, logrando con ello un aumento de los ingresos.
Comparte esta key play
