Machine Learning Approach for Churn Prediction in a Mobile App

Abstract

En el contexto del año 2023, las empresas se encuentran enfrentando una realidad en la que los recortes de costos se han convertido en una necesidad imperante. En este escenario, la importancia de retener a los usuarios se vuelve aún más crucial, ya que adquirir nuevos clientes se ha vuelto cada vez más costoso. A lo largo del trabajo se trata el problema crítico de la pérdida de usuarios o "churn" en la industria de aplicaciones móviles. La tesis argumenta que en lugar de solo enfocarse en adquirir nuevos usuarios, las empresas de aplicaciones móviles deben centrarse en retener a los existentes para reducir la tasa de churn. La tasa de churn es un indicador crucial del éxito o fracaso de una empresa en retener a su base de clientes, y la presente tesis tiene como objetivo investigar los factores que influyen en la misma. Para abordar este problema, se propone un enfoque basado en el análisis de datos y el aprendizaje automático para predecir el churn de los usuarios y luego poder ayudar a las empresas a tomar medidas para retenerlos. En resumen, la tesis destaca la importancia de la retención de usuarios y propone un enfoque para abordar el problema de la churn en la industria de aplicaciones móviles, donde se utilizarán los datos de una aplicación de delivery de comida.