Análisis de la Fuga de Clientes y Detección de Riesgo en Ingresos

Una empresa de telecomunicaciones experimentó un número significativo de clientes que abandonaron su servicio. Este fenómeno, conocido como churn (fuga de clientes), representa un gran desafío porque los costos de adquisición suelen ser más altos que los de retención.

La compañía necesitaba comprender los principales factores detrás del churn, cuantificar el impacto financiero de los clientes perdidos e identificar oportunidades para mejorar las estrategias de retención.

A través de un proceso estructurado de análisis de datos, el objetivo de este proyecto fue descubrir patrones en el comportamiento de los clientes y traducir esos hallazgos en recomendaciones de negocio accionables.

Contexto del projecto

Objetivos del negocio

• Analizar los datos de clientes para comprender los principales factores asociados al churn (fuga de clientes).

• Cuantificar el impacto financiero de la pérdida de clientes.

• Identificar segmentos de clientes con alto riesgo.

• Crear dashboards interactivos que respalden la toma de decisiones de negocio.

• Proporcionar recomendaciones para reducir el churn y mejorar la retención de clientes a largo plazo.

Key performance Indicators

Las siguientes metricas fueron utilizadas para evaluar el comportamiento de los usuarios y el rendimiento del negocio:

• Total Customers

• Churn Rate

• Average Customer Tenure

• Monthly Revenue

• Revenue at Risk

• Customer Distribution by Contract Type

• Customer Distribution by Payment Method

Metodología analitica

El proyecto siguió un flujo de trabajo analítico estructurado:

1. Limpieza y Preparación de Datos Los datos crudos de clientes fueron inspeccionados, limpiados y estructurados para el análisis.

2. Análisis Exploratorio de Datos Se exploraron patrones en el comportamiento de los clientes utilizando estadísticas descriptivas y análisis visual.

3. Cálculo de KPIs Se calcularon métricas de negocio para cuantificar el churn y su impacto financiero.

4. Visualización y Diseño de Dashboards Se crearon dashboards interactivos para comunicar los hallazgos de manera clara.

5. Generación de Insights Los resultados analíticos se tradujeron en recomendaciones de negocio accionables.

Herramientas y tecnologias

SQL

Utilizado para explorar y analizar el conjunto de datos mediante consultas estructuradas.

Python

Usado para el análisis exploratorio de datos, resúmenes estadísticos y visualizaciones.

Tableau Empleado para construir dashboards interactivos y comunicar los hallazgos de manera visual.

Análisis ejecutado

Los siguientes análisis se llevaron a cabo durante el proyecto:

• Cálculo del total de clientes y la tasa de churn.

• Análisis del churn por tipo de contrato.

• Análisis del churn por tipo de servicio de internet.

• Análisis del churn por método de pago.

• Segmentación de la antigüedad de clientes para evaluar patrones de retención.

• Estimación de los ingresos mensuales generados por la base de clientes.

• Cálculo de los ingresos en riesgo provenientes de clientes que hicieron churn.

Resultados clave

• Total Customers: 7032

• Churned Customers: 1869

• Churn Rate: 26.58%

• Average Customer Tenure: 32.4 months

• Average Monthly Revenue per Customer: 64.8

• Total Monthly Revenue: 455,661

• Estimated Revenue at Risk: 139,130

Descubrimientos estratégicos

Varios hallazgos importantes emergieron del análisis:

• Los clientes con contratos mes a mes mostraron tasas de churn significativamente más altas en comparación con los clientes con contratos de largo plazo.

• Los clientes que utilizan cheque electrónico como método de pago presentaron la mayor probabilidad de churn.

• Las tasas de churn fueron considerablemente más altas durante los primeros 12 meses del ciclo de vida del cliente, lo que sugiere que la etapa de incorporación y la experiencia inicial son factores críticos.

• Los clientes con cargos mensuales más elevados parecieron ligeramente más propensos a abandonar, lo que puede indicar una percepción de desajuste entre el precio y el valor recibido.

Recomendaciones para el negocio

Con base en el análisis, varias acciones estratégicas podrían ayudar a reducir el churn y proteger los ingresos:

• Introducir incentivos para que los clientes migren de contratos mes a mes a contratos anuales o multianuales.

• Mejorar la experiencia de incorporación de nuevos clientes durante el primer año de servicio.

• Realizar investigaciones de usuarios para comprender mejor la satisfacción de los clientes con cargos mensuales más altos.

• Implementar campañas de retención dirigidas a los segmentos de alto riesgo identificados en el análisis.

• Monitorear los KPIs relacionados con el churn mediante dashboards interactivos que permitan una toma de decisiones proactiva.

Dashboard interactivo

El dashboard interactivo desarrollado para este proyecto incluye:

• Tarjetas ejecutivas de KPIs que muestran el total de clientes, la tasa de churn y los ingresos en riesgo.

• Análisis de churn por tipo de contrato.

• Análisis de churn por método de pago.

• Distribución del churn por tipo de servicio de internet.

• Segmentación de la antigüedad de clientes.

• Distribución de los cargos mensuales.

Flujo de trabajo técnico completo

En esta última parte se encuentra a detalle la parte técnica desde la obtención de datos en Kaggle hasta su limpieza con Power Query, modelado en Power Pivot, uso de DAX, Time Intelligence hasta la entrega del dashboard. En el siguiente enlace será redirigido al repositorio GitHub.