Cas d'usage - Analyse client 360 - Churn : Agissez avant de perdre vos clients !

[itestu]

Que l'on soit dans le monde du retail, de la télécommunication, de l'industrie, des banques, etc. la perte de clients est une problématique critique à traiter ; dans le milieu on parle de churn ou d'attrition client. L'acquisition de nouveaux clients peut être difficile et peut-être longue dans certains secteurs, alors le maintien des clients existants est primordial pour une entreprise. C'est une problématique qui vous parle ? Poursuivez la lecture pour comprendre comment Alteryx peut vous aider à comprendre les facteurs qui causent leur départ et également à identifier les clients à risque afin que vous puissiez prendre des actions préventives avant qu'il ne soit trop tard !

Mettons-nous dans la peau d'un business analyst d'une société de télécommunication qui réalise qu'ils perdent de plus en plus de clients chaque mois. 3 offres téléphonie-Internet sont proposées aux clients : téléphone + ADSL, téléphone + Fibre, téléphone seul. Il souhaite comprendre si l'une de ces offres est plus concernée qu'une autre et également qui est concerné.

Le workflow que je vais vous présenter permet de générer 2 visualisations qui permettent d'expliquer le phénomène puis d'identifier les clients à risque.

La première vous permet d'expliquer les raisons du départ des clients :

• Le premier graphique nous indique que ce sont les clients qui ont Internet dans leur offre qui ont la probabilité la plus forte de partir, et surtout ceux qui ont la fibre
• La carte de chaleur en bas à gauche nous permet de dire que ce sont plutôt les non séniors avec l'offre fibre qui ont le plus de chance de partir
• Pour terminer, le graphique de droite nous permet de confirmer que nous devons faire attention à garder nos clients car plus ils sont fidèles, plus ils dépensent d'argent mensuellement

Nous pourrions bien entendu aller encore plus loin dans nos analyses et croiser d'autres données pour comprendre le phénomène de départ client.

La seconde visualisation est créée à l'issue de l'application d'un modèle prédictif qu permet d'identifier les clients les plus à même de rester ou partir :

Pour construire ces visualisation, nous sommes partis d'un fichier Excel contenant les offres souscrites par chacune des clients, quelques informations client,ainsi qu'une colonne nommée "Churn" qui contient Yes ou No indiquant si le client est parti ou non. 

Voici enfin le workflow Alteryx qui a permis de réaliser cette analyse de churn :

Vous pouvez visualiser les différentes étapes d'analyse comprenant de l'investigation, de la préparation, de l'exploration, du prédictif et du reporting. 

1. La première étape consiste à comprendre vos données et en vérifier la qualité avant d'aller plus loin dans votre analyse.
2. La seconde étape correspond à la préparation de données où nous créons 2 nouvelles colonnes : 1 colonne pour le nombre de clients partis et 1 colonne pour le nombre de clients fidèles
3. La partie Exploration permet de comprendre les facteurs qui influent le départ des clients 
4. La partie "Prédictif" permet d'établir une prédiction sur le départ potentiel sur chaque client. Celle-ci a été établie sans code, nous avons simplement paramétré le champ cible de la prédiction, "Churn" dans notre cas, et les champs prédicteurs : SeniorCitizen, InternetService, tenure (ancienneté du client), payment method - qui sont les champs qui ont potentiellement une forte influence sur la variable cible. Cette prédiction nous permet d'identifier les clients les plus à risque. 
5. Pour compléter l'analyse, nous utilisons des outils de la palette Reporting pour visualiser les résultats et faciliter leur interprétation.

Je vous joins mon workflow en complément pour analyser en détail les étapes de création ou pour traiter votre propre use case de churn en changeant la source de données ! 

A bientôt pour un nouveau sujet d'analyse client !

Irène

Client360_Churn.yxzp