Churn Prediction em Telecomunicações

Este projeto tem como objetivo desenvolver um modelo de Machine Learning capaz de prever a probabilidade de um cliente cancelar o serviço (churn) em uma empresa de telecomunicações.
Além da modelagem preditiva, foi realizada uma análise exploratória detalhada (EDA) para compreender os principais fatores associados à evasão de clientes e gerar insights estratégicos voltados à retenção.

Tecnologias Utilizadas

O projeto foi desenvolvido em Python, com foco em análise de dados, visualização e modelagem preditiva.

Principais Bibliotecas

- NumPy e Pandas: manipulação, limpeza e análise dos dados
- Matplotlib e Seaborn: análise exploratória dos dados
- Scikit-learn: construção de pipelines, validação e métricas
- Imbalanced-learn: balanceamento de classes com a técnica ADASYN
- XGBoost: modelo de aprendizado de gradiente para previsão de churn

Ambiente e Ferramentas

- Jupyter Notebook
- Git para controle de versão
- GitHub para versionamento e apresentação do projeto

Problema de Negócio

Empresas de telecomunicações enfrentam altos índices de cancelamento de clientes, impactando diretamente a receita e aumentando os custos operacionais. O desafio deste projeto foi identificar padrões de comportamento que indiquem risco de churn e construir um modelo capaz de prever, com antecedência, quais clientes possuem maior probabilidade de cancelar o serviço.

Objetivos

- Identificar padrões e características de clientes com maior propensão ao churn
- Desenvolver um modelo de Machine Learning para prever o cancelamento de clientes
- Gerar insights estratégicos para apoiar ações de retenção

Benefícios para o Negócio

- Redução da taxa de cancelamentos
- Otimização das estratégias de retenção
- Melhor direcionamento de ações de marketing
- Aumento da satisfação e fidelização dos clientes

Principais Insights da Análise Exploratória

A análise dos dados mostrou que aproximadamente 14,5% dos clientes da empresa cancelaram o serviço, evidenciando a relevância do problema de churn.

Clientes com alto tempo de uso em chamadas diurnas apresentaram maior propensão ao cancelamento, sugerindo possível insatisfação com custos ou qualidade do serviço.

Observou-se também que clientes que aderem ao plano internacional possuem maior probabilidade de churn, indicando a necessidade de revisão desse serviço em termos de valor percebido e qualidade.

Outro fator crítico foi o número de chamadas ao serviço de atendimento. Até duas chamadas, a taxa de churn permanece relativamente estável. A partir da terceira reclamação, ocorre um aumento significativo na evasão, tornando esse um ponto-chave para ações preventivas.

Treinamento e Modelagem

As variáveis do dataset foram separadas em numéricas e categóricas. Os dados foram divididos em conjuntos de treino e teste antes de qualquer transformação, evitando vazamento de dados (data leakage).

As variáveis categóricas foram convertidas para valores numéricos utilizando LabelEncoder. O processo de modelagem foi estruturado por meio de uma pipeline, incluindo StandardScaler para padronização das variáveis.

Devido ao desbalanceamento da variável alvo, foi aplicada a técnica ADASYN para geração de amostras sintéticas da classe minoritária. A otimização dos hiperparâmetros foi realizada com GridSearchCV.

Resultados do Modelo

O modelo com melhor desempenho foi o XGBoost. Apesar da acurácia ter alcançado 0,96, essa métrica foi analisada com cautela devido ao desbalanceamento dos dados.
As métricas mais relevantes foram:
- F1-Score: 0,86
- Recall da classe churn: aproximadamente 0,80
- AUC-ROC: 0,93
Esses resultados indicam que o modelo possui excelente capacidade de identificar clientes com alto risco de cancelamento.

Conclusão

O modelo desenvolvido atingiu plenamente os objetivos do projeto, apresentando alto desempenho na previsão de churn e gerando insights estratégicos relevantes para o negócio.
A utilização do XGBoost, aliada ao balanceamento de classes e à otimização de hiperparâmetros, resultou em um modelo robusto e confiável, demonstrando a aplicação prática de Machine Learning na resolução de problemas reais de negócio.