Analyse churn

Le taux d’attrition, ou churn rate, est la part des clients qui ne renouvellent pas un abonnement ou un contrat. Nous proposons des algorithmes de Deep Learning qui permettent de déterminer le profil des clients les plus susceptibles de quitter l’entreprise.
Vous trouverez ci-dessous un exemple d’analyse churn que nous réalisons.

1. QUESTION INITIALE

Le directeur d’une banque souhaite identifier, parmi ses clients toujours inscrits, ceux qui vont probablement fermer leur compte.

2. RÉCOLTE DE DONNÉES

Les données sont récoltées et anonymisées par la banque.
Les doublons ont été éliminés ainsi que les données incomplètes. Les variables catégoriques (pays d’origine, sexe, etc.) ont été recodées en variables numériques.

3. ANALYSE DES DONNÉES

Nous faisons appel à un algorithme de deep learning, en construisant un réseau de neurones artificiels avec 2 couches cachées de 20 neurones chacune, avec une fonction d’activation de type rectifier.
Dans ce modèle simple, et pour la démonstration, nous n’utilisons pas de k-fold ni de validation croisée, mais pour une utilisation en production le modèle serait bien plus optimisé.

  

4. RÉSULTATS

Le modèle a une précision de 0.858, ce qui veut dire que ses prédictions seront correctes dans plus de 85 % des cas. Les résultats du modèle montrent que le facteur le plus important déterminant le churn est le nombre de produits financiers détenus par le client.
Nous fournissons au directeur de la banque une application personnalisée qui lui permet de visualiser simplement le churn en fonction du profil de chaque client. Ci-contre une brève vidéo montrant l’application.

5. CONCLUSION

Notre modèle (simple pour l’exemple) est capable de détecter avec une précision de 86 % si un client est susceptible de quitter la banque. Nous recommandons à la banque de porter une attention toute particulière au nombre de produits vendus. Peut-être qu’à partir d’un certain nombre de produits, les clients estiment que la banque leur revient trop cher et qu’elle n’est pas assez compétitive soit en terme de prix soit en terme de service par rapport à ses concurrents.
Nous fournissons également une application facile à utiliser qui permet, en rentrant les paramètres d’un client, de savoir si ce client est susceptible de quitter la banque ou non.