Previsão de Evasão de Clientes Bancários Usando um Framework de Aprendizado de Máquina

Resumo Usando dados reais de clientes de um grande banco comunitário no Sul dos EUA, este artigo analisa o problema de previsão de evasão de clientes, construindo e comparando dez modelos de classificação de aprendizado de máquina com cinco técnicas de amostragem. Nossos resultados mostram que Random Forest, XG Boost, AdaBoost e Bagging Meta-classificadores dominam os outros em termos de precisão geral, F-score e curva AUC para as observações de teste. Para os quatro classificadores, a precisão geral varia de 87% a 96% nas cinco diferentes técnicas de amostragem exploradas, enquanto os valores AUC variam entre 0.9 a 0.93. Considerando a precisão geral e o F-score, o AdaBoost com a técnica de amostragem original e MTDF se destaca; no entanto, considerando a medida AUC, XG Boost e Random Forest apresentam desempenho semelhante ao AdaBoost, que ligeiramente domina o Bagging Meta em todas as técnicas de amostragem; embora as medidas de desempenho para esses quatro classificadores sejam comparáveis em todas as técnicas de amostragem. O artigo apresenta ainda características importantes do comportamento de evasão de clientes conforme previsto pelo modelo. A análise diagnóstica também fornece uma comparação perspicaz entre clientes que evasão e clientes que não evasão. Números de classificação JEL: C0, C5, C8, G21. Palavras-chave: Aprendizado de máquina, Big data, Técnicas de amostragem, Evasão de clientes, Retenção de clientes, Serviços financeiros, Banco comunitário.