Crear una predicción de abandono de clientes

Aprende a crear una predicción de abandono en el panel de Braze.

Paso 1: Crear una nueva predicción

En Braze, ve a Análisis > Predictive Churn.

Una predicción es una instancia de un modelo de aprendizaje automático entrenado y todos los parámetros y datos que utiliza. En esta página, verás una lista de las predicciones activas actuales junto con información básica sobre ellas. Aquí puedes renombrar, archivar y crear nuevas predicciones. Las predicciones archivadas están inactivas y no actualizan las puntuaciones de los usuarios.

Para crear una nueva predicción, elige Crear predicción y selecciona una nueva Predicción de abandono.

En la página Conceptos básicos, asigna a tu nueva predicción un nombre único. También puedes proporcionar una descripción opcional para tomar cualquier nota sobre esta predicción en particular.

Haz clic en Adelante para pasar al siguiente paso. Opcionalmente, puedes hacer clic en Construir ahora para utilizar toda la configuración predeterminada y pasar al último paso de la creación. Tendrás la oportunidad de revisar la configuración antes de iniciar el proceso de construcción. Puedes volver a cualquier paso más tarde seleccionándolo en el rastreador de progreso de la parte superior.

Paso 2: Define abandono

En el panel Definición del abandono, utiliza los filtros proporcionados para especificar cómo definir el abandono de usuarios para tu empresa. En otras palabras, ¿qué tiene que hacer un usuario en qué plazo de tiempo para que lo consideres abandonado?

Recuerda que no tienes que explicar qué comportamientos pueden preceder al abandono, sólo qué hace que un usuario sea un usuario abandonado. Piensa en esto en términos de algo que un usuario hace una vez (do) o deja de hacer (do not) y que constituye un abandono. Por ejemplo, puedes considerar abandonados a los usuarios que no han abierto tu aplicación en 7 días. Podrías considerar la desinstalación, o eventos personalizados como darse de baja, desactivar una cuenta u otros que provoquen que un usuario se dé de baja.

Ventana de abandono

La ventana de abandono es el periodo de tiempo en el que un usuario realiza el comportamiento especificado para constituir el abandono. Se puede configurar hasta 60 días. Esta ventana se utiliza para consultar datos históricos para entrenar la predicción. Además, después de crear la predicción y de que los usuarios reciban puntuaciones, la puntuación de riesgo de abandono indica la probabilidad de que un usuario abandone en el número de días especificado por la ventana de abandono.

He aquí un ejemplo de definición simple basada en las sesiones de lapso de los últimos 7 días.

Para este caso, seleccionamos do not y start a session. Puedes combinar otros filtros con AND y OR según te convenga para crear la definición que necesites. ¿Te interesan algunas posibles definiciones de abandono a tener en cuenta? Puedes encontrar algo de inspiración en la siguiente sección sobre definiciones de muestras de abandono.

Debajo de la definición, verás estimaciones de cuántos usuarios (en el pasado que abandonaron y que no abandonaron según tu definición) están disponibles. También verás los valores mínimos requeridos. Braze debe tener este número mínimo de usuarios disponibles en los datos históricos para que la predicción tenga suficientes datos de los que aprender.

Paso 3: Filtra tu audiencia de predicción

Tu audiencia de predicción es el grupo de usuarios para el que quieres predecir el riesgo de abandono. Por predeterminado, se establecerá en Todos los usuarios, lo que significa que esta predicción creará puntuaciones de riesgo de abandono para todos tus usuarios activos. Normalmente, el modelo funcionará mejor si reduces y filtras el grupo de usuarios que quieres evitar que abandonen con algún criterio. Piensa en los usuarios concretos que más significan para ti y que te gustaría conservar, y defínelos aquí. Por ejemplo, puede que quieras retener a los usuarios que utilizaron la aplicación por primera vez hace más de un mes o que alguna vez han realizado una compra.

Cuando la ventana de predicción es de 14 días o menos, la ventana de tiempo para los filtros que empiezan por “Última…”, como “Última aplicación utilizada” y “Última compra realizada ”, no puede superar la ventana de abandono especificada en la definición de abandono. Por ejemplo, si tu definición de abandono tiene una ventana de 14 días, la ventana de tiempo para los filtros “Último…” no puede superar los 14 días.

Modo de filtro completo

Para construir inmediatamente una nueva predicción, sólo se admite un subconjunto de filtros de segmentación Braze. El modo de filtro completo te permite utilizar todos los filtros Braze, pero necesitará una ventana de abandono para construir la predicción. Por ejemplo, si la ventana de abandono se establece en 15 días, se tardará 15 días en recopilar los datos de usuario y construir la predicción cuando se utilicen filtros sólo admitidos en el modo de filtro completo. Además, algunas estimaciones sobre el tamaño de la audiencia no estarán disponibles en el modo filtrar todo.

Para ver una lista de definiciones de audiencia de predicción, consulta nuestras definiciones de muestra en la siguiente sección sobre Definiciones de abandono de muestra.

Al igual que en la página anterior, el panel inferior te mostrará el número estimado de usuarios históricos resultantes de tu definición de abandono y de audiencia de predicción. Estas estimaciones deben cumplir los requisitos mínimos indicados para crear una predicción.

Paso 4: Elige la frecuencia de actualización de la predicción de abandono

El modelo de aprendizaje automático creado cuando completes esta página se utilizará según el calendario que selecciones aquí para generar nuevas puntuaciones de riesgo de abandono. Selecciona la frecuencia máxima de actualizaciones que te resulte útil. Por ejemplo, si vas a enviar una promoción semanal para evitar el abandono de usuarios, establece la frecuencia de actualización en Semanal el día y la hora que elijas.

Paso 5: Construir predicción

Comprueba que los datos que has proporcionado son correctos y elige Crear predicción. También puedes guardar tus cambios en forma de borrador seleccionando Guardar como borrador para volver a esta página y construir el modelo más tarde. Después de hacer clic en Construir predicción, comenzará el proceso que genera el modelo. Esto puede tardar entre 30 minutos y unas horas, dependiendo del volumen de datos. Para esta predicción, verás una página en la que se explica que el entrenamiento está en curso mientras dure el proceso de construcción del modelo.

Una vez hecho esto, la página cambiará automáticamente a la vista Análisis, y también recibirás un correo electrónico informándote de que la predicción y los resultados están listos. En caso de error, la página volverá al modo Edición con una explicación de lo que ha ido mal.

La predicción se reconstruirá (“reentrenará”) de nuevo cada dos semanas automáticamente para mantenerla actualizada con los datos disponibles más recientes. Ten en cuenta que se trata de un proceso distinto al de la obtención de las puntuaciones de riesgo de abandono de los usuarios, que es el resultado de la predicción. Esto último viene determinado por la frecuencia de actualización que elegiste en el Paso 4.

Muestra de definiciones de audiencia de abandono y predicción

Ejemplos de definiciones de abandono

• “En un plazo de 7 días, haz el evento personalizado ‘Cancelación de suscripción’“
  
• “En un plazo de 30 días, haz el evento personalizado ‘Prueba caducada’“
  
• “En el plazo de 1 día desinstala”.
  
• “En un plazo de 14 días no Realices una Compra”.
  

Para las definiciones de abandono que hemos esbozado, puede haber algunas definiciones de audiencia de predicción correspondientes:

• Comenzó la suscripción hace más de 2 semanas O Comenzó la suscripción hace menos de dos semanas
  En este caso, es posible que quieras crear 2 predicciones y luego enviar mensajes a los nuevos suscriptores de forma diferente a los suscriptores a largo plazo. También podrías definirlo como “Primera compra realizada hace más de 30 días”.
  
• Desinstaladores
  Podrías centrarte en clientes que hayan comprado algo en el pasado reciente o que hayan utilizado la aplicación muy recientemente.
  
• Los que corren el riesgo de no comprar como definición de abandono
  Quizá quieras centrarte en los clientes que han estado navegando, buscando o interactuando con tu aplicación más recientemente. Tal vez una intervención adecuada con descuentos evite que este grupo más comprometido abandone.

Predicciones archivadas

Las predicciones archivadas dejarán de actualizar las puntuaciones de los usuarios. Cualquier predicción archivada que no esté archivada seguirá actualizando las puntuaciones de los usuarios en su horario predeterminado. Las predicciones archivadas nunca se borran y permanecen en la lista.