São Paulo — InkDesign News — Uma nova abordagem para análise de sobrevivência, denominada Value Kaplan-Meier, foi desenvolvida para integrar técnicas de machine learning e deep learning ao contexto empresarial, oferecendo insights valiosos sobre a retenção de valor de clientes.
Arquitetura de modelo
A análise de sobrevivência tradicional, frequentemente aplicada em ciências biológicas, está sendo estendida para o setor de negócios. O método clássico, o estimador Kaplan-Meier, fornece uma curva de sobrevivência que representa a probabilidade de um evento, como a morte de um paciente ou a falha de um equipamento. O diferencial do Value Kaplan-Meier é que ele analisa valores econômicos em vez de estados binários, permitindo a inclusão de clientes que podem "ressuscitar".
“O valor Kaplan-Meier responde à pergunta: quanto por cento do valor ainda está sobrevivendo, em média, após um tempo x?”
(“How much percent of value is still surviving, on average, after x time?”)— Autor, Pesquisa
Treinamento e otimização
O método melhora a análise por meio de uma fórmula adaptada. Baseia-se em três vetores: os valores atuais dos clientes, os valores anteriores e os valores iniciais. Isso permite que o modelo capte a variação dos gastos ao longo do tempo, algo frequentemente ignorado nas análises tradicionais.
Com a implementação do Value Kaplan-Meier, os dados obtidos podem refletir melhor o comportamento do cliente, especialmente em setores como e-commerce e serviços de assinatura, onde a "morte" de um cliente pode ser redefinida como uma diminuição na atividade.
“A definição de ‘morte’ é arbitrária e, dependendo de onde você traça a linha, sua análise pode contar histórias muito diferentes.”
(“‘Death’ is not easy to define…depending on where you draw the line, your analysis might tell wildly different stories.”)— Autor, Análise de Dados
Resultados e métricas
Os primeiros resultados mostram que o Value Kaplan-Meier frequentemente apresenta curvas de sobrevivência que estão acima das obtidas pelo método original, o que significa que a retenção de valor é estimada de maneira mais otimista, mesmo considerando a possibilidade de ressuscitações. Isso é essencial para empresas que buscam estratégias eficazes de retenção de clientes.
Os gráficos e métricas gerados permitem acompanhar o valor econômico ao longo do tempo e identificar quando ações corretivas podem ser necessárias para reconquistar clientes.
“O Value Kaplan-Meier oferece uma compreensão mais nuançada da retenção e decadência de valor.”
(“Value Kaplan-Meier enables a more nuanced understanding of value retention and decay.”)— Autor, Especialista em Análise de Mercado
Com a crescente importância do uso de algoritmos de machine learning na análise de dados, a adoção de metodologias como o Value Kaplan-Meier poderá revolucionar a forma como empresas entendem seu relacionamento com clientes, permitindo decisões mais informadas e estratégias eficazes de retenção.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
