{value}

• 

  Main page Dashboard

• 

  High Risk Clients based on model, from highest probability.

• 

  Low Risk Clients based on model, from highest probability

Inspiration

En distribución de bebidas, los clientes no avisan cuando se van. Simplemente dejan de comprar — silenciosamente, sin quejarse, sin dar señales. Para cuando el equipo comercial lo detecta, ya tienen 3 meses de retraso y el cliente ya eligió a la competencia.

Eso nos inspiró: ¿y si pudiéramos saberlo antes de que ocurriera?

What it does

Churn Norris identifica clientes de Arca Continental en riesgo de abandono antes de que dejen de comprar, explica las razones detrás de esa predicción y le dice al equipo comercial exactamente a quién llamar primero y por qué.

• Score Alto — acción urgente esta semana
• Score Medio — ventana de 30 a 60 días para actuar
• Score Bajo — activos y estables

How we built it

Analizamos 371,727 clientes de Aguascalientes, Zacatecas y 23 territorios más con tres datasets: catálogo de clientes, historial de ventas y predicciones de churn.

Definición de negocio: churn = 1 mes sin compra. La racha de compra debe ser consecutiva, no acumulada.

Challenges we ran into

El desbalance extremo de clases fue el mayor obstáculo técnico. Con solo 0.86% de churneados, cualquier modelo naive aprende a ignorarlos y reporta 93% de accuracy una métrica inútil para el negocio.

La definición de churn fue el mayor reto de negocio. ¿Es permanente o temporal? ¿Cuántos meses definen abandono real? ¿Qué pasa con clientes estacionales que pausan 2 meses y regresan? Cada decisión impactaba directamente las métricas del modelo y las acciones comerciales.

Un solo mes de datos en el dataset de test (202602) limitó la validación temporal. La lógica de racha consecutiva requiere historial de al menos 3 meses por cliente para ser confiable.

Accomplishments that we're proud of

• El negocio define el modelo, no al revés. La posibilidad de deschurnear surgieron de entender cómo funciona realmente.
• Accuracy es una métrica peligrosa con desbalance extremo. Siempre reportar Recall y PR-AUC.
• Los coolers son el activo de retención más poderoso una variable que no estaba en el modelo inicial y terminó siendo la tercera más importante.
• Un buen sistema de scoring no predice prioriza la acción.

What's next for Churn Norris

• Alertas automáticas semanales: cada lunes, el representante recibe su lista priorizada de clientes con score creciente.
• Medir el impacto real: comparar la tasa de churn antes y después de las intervenciones para calcular el ROI del sistema.

Si recuperamos el 30% de los clientes de score Alto: $$115{,}000 \text{ cajas/mes recuperadas sin adquirir un solo cliente nuevo}$$

Built With

• html5
• python