Saltar al contenido
North MeridianAutomatización con IA

CasosNegocios por suscripción

Saber qué cliente se va un mes antes de que se vaya

Un modelo que marca cada mes a los clientes con riesgo de darse de baja, para que el equipo los llame mientras todavía se puede hacer algo.

Quién
Mayda Morales Viera
Cuándo
2026
Con qué
Python · scikit-learn · XGBoost · SHAP · Flask

Proyecto propio, con un conjunto de datos público de telecomunicaciones adaptado al escenario. Las variables de uso son sintéticas y el impacto económico es un modelo, no una factura.

  • 84 %de las bajas se detectan a tiempo
  • 0,93AUC del modelo elegido
  • 5 %de bajas reales: el problema es raro y por eso es difícil

La situación

En un negocio por suscripción la baja no avisa. Cuando el cliente pulsa «cancelar», la decisión la tomó semanas antes, y para entonces ya no hay conversación posible. El equipo de retención tiene la lista de bajas del mes pasado; lo que necesita es la del mes que viene.

Qué se construyó

Un sistema de aviso temprano de punta a punta: preparación de datos, ingeniería de variables de uso —accesos, funciones utilizadas, incidencias abiertas, días desde la última interacción—, tres modelos comparados con validación temporal para no hacer trampas con el futuro, y explicación por cliente de por qué está en riesgo. Encima, una aplicación web para consultar un cliente concreto y recibir probabilidad, nivel de riesgo y acción sugerida.

Qué salió

La métrica elegida no fue la precisión, fue el F2: dejar escapar a un cliente que se va cuesta mucho más que llamar a uno que se iba a quedar. Con ese criterio el modelo detecta 84 de cada 100 bajas. El análisis de sensibilidad enseñó además lo contrario de lo que uno esperaría: pasado cierto volumen, el coste de contactar se come el beneficio, así que la palanca no es llamar a más gente sino afinar a quién.

Qué tiene esto que ver contigo

Es exactamente la forma de trabajo que vendemos: un problema de negocio traducido a una métrica, un modelo que se puede explicar cliente a cliente, y una cuenta de la vieja que dice cuándo deja de compensar. Sin misterio y sin caja negra.

Todos los casos

Cuéntanos qué te quita más tiempo.

Te respondemos en menos de un día laborable con una propuesta de llamada. Sin automático, sin comercial insistente: te contesta quien va a construir la solución.

Dónde
Barcelona, EspañaTrabajamos en remoto en todo el país

Solicitud de diagnóstico

Respuesta en 24 h laborables