Skip to content

Churn previsto

Com o Predictive Churn, é possível definir o que significa churn para a sua empresa e identificar os usuários que deseja reter. Quando você cria uma previsão, o Braze treina um modelo de machine learning usando árvores de decisão com aumento de gradiente para reconhecer usuários em risco, analisando padrões de comportamento passado, tanto de usuários desistentes quanto daqueles que não o fizeram.

Sobre a previsão de churn

Depois que o modelo de previsão for criado, os usuários do público de previsão receberão uma pontuação de risco de churn entre 0 e 100, indicando a probabilidade de churn de acordo com sua definição. Quanto maior a pontuação, maior a probabilidade de churn do usu’ario.

A atualização das pontuações de risco do público de previsão pode ser feita com a frequência que você escolher. Dessa forma, é possível entrar em contato com os usuários que correm o risco de churn antes que eles realmente o façam e evitar que isso aconteça. Usando até três previsões ativas, é possível aproveitar o Predictive Churn para adaptar modelos individuais para ajudar a evitar o churn em segmentos específicos dos usuários desistentes que você considera mais valiosos.

Uma visão geral do churn, que inclui um público de previsão passado com treinamento com dados históricos. Isso contribui para prever o risco de churn futuro, medindo o público previsto para hoje com uma pontuação de risco de churn.

Acesso à previsão de churn

A página Previsões está localizada na seção Análises de dados. Para obter acesso total, entre em contato com o gerente da sua conta.

Antes de comprar esse recurso, ele está disponível em modo de prévia. Isso permitirá ver uma previsão de churn de demonstração com dados sintéticos e criar um modelo de previsão de churn com base nos dados de usuários de cada vez. Essa prévia não permitirá o direcionamento de usuários para envio de mensagens de acordo com o risco de churn e não será atualizada regularmente após a criação.

Com a prévia, você também pode editar e reconstruir sua previsão ou arquivá-la e criar outras para testar a qualidade de previsão esperada de diferentes definições.

QUÃO ÚTIL FOI ESTA PÁGINA?
New Stuff!