Skip to main contentSkip to footer
Progetti

Churn Prediction

Comprendere e prevedere il churn per migliorare le strategie di fidelizzazione.
Finanziamento: IFAB for PMI
Tecnologia abilitante: Big Data Analytics, Machine Learning

Obiettivi di sviluppo sostenibile

Il customer churn rate rappresenta il “tasso di abbandono”, ovvero la percentuale di clienti che cessa di utilizzare un prodotto o un servizio nell’arco di un dato periodo di tempo. Il progetto punta a comprendere e prevedere il churn per migliorare ritenzione e strategie di fidelizzazione.

Obiettivi

Comprendere e prevedere l’abbandono dei clienti (churn) per migliorare pattern e fattori che influenzano il churn.

Sfida iniziale

Spiegare perché i clienti di Emil Banca interrompono l’utilizzo di un prodotto o un servizio, dunque comprendere cosa migliorare e come.

Soluzione

Il progetto prevede due approcci:

  • XGBoost con Dati Anagrafici, utilizzando l’algoritmo di machine learning allenato sui dati anagrafici dei clienti per identificare pattern e fattori che influenzano il churn.
  • Survival Analysis con Lifelines, un’analisi basata sul tempo che studia l’evoluzione temporale dei features fino all’evento (in questo caso, il churn). Permette di identificare i fattori di rischio e di quantificare la «probabilità di abbandono» nel tempo.

Benefici

Il risultato atteso è poter confrontare e integrare i risultati delle due strategie per fornire raccomandazioni efficaci e informate su come Emil Banca può ridurre il churn dei clienti.

Il ruolo di IFAB

In collaborazione con EmilBanca, IFAB ha sviluppato un sistema predittivo per l’analisi e la previsione del customer churn, mettendo a disposizione competenze di data science a supporto delle strategie di ritenzione e fidelizzazione della clientela. Il lavoro ha preso avvio dalla costruzione di una base dati solida e affidabile, attraverso attività di raccolta, organizzazione e quality assurance dei dati — condizione preliminare indispensabile per la tenuta dei modelli predittivi.

 

Su questa base, IFAB ha condotto un’analisi approfondita dei comportamenti dei clienti per identificare i pattern ricorrenti e i fattori che influenzano la propensione all’abbandono, traducendo i dati in conoscenza azionabile. Il percorso si è concluso con la progettazione e la validazione di modelli predittivi per la stima della probabilità di churn a livello individuale, pensati per orientare interventi di fidelizzazione mirati ed efficaci.

 

La collaborazione con EmilBanca ha permesso a Fondazione IFAB di applicare metodologie avanzate di analisi predittiva al settore bancario e finanziario, consolidando competenze nella comprensione dei comportamenti della clientela e nello sviluppo di strumenti a supporto delle decisioni commerciali e di retention.

Partners

Per informazioni rivolgersi a: projects@ifabfoundation.org

Altri progetti in ambito Finanza e compliance