Expliquez-moi comment vous construiriez un modèle de churn pour un produit par abonnement, en partant de zéro.

Définissez d'abord le churn et l'horizon de prédiction, puisque l'étiquette détermine tout le reste. Construisez un jeu de variables correct à la date d'observation à partir du comportement antérieur à la coupure, découpez par le temps, commencez par une base en régression logistique régularisée ou en gradient boosting, et évaluez avec la précision au niveau de la capacité de rétention existante. Puis concevez l'intervention en même temps que le modèle, parce qu'un score sur lequel personne n'agit n'a aucune valeur.

Je commence par l'étiquette, parce que le churn n'a rien d'évident. Pour un abonnement mensuel, ça peut être ne pas s'être renouvelé à la prochaine échéance de facturation ; pour un produit à l'usage, ça peut être aucune activité pendant trente jours. Je fixe aussi l'horizon : est-ce qu'on prédit un churn dans les trente prochains jours ou dans le prochain trimestre ? Ce sont des modèles différents avec des interventions différentes. Ensuite je construis les variables à une date de coupure, en n'utilisant que le comportement antérieur : tendance d'engagement, tickets de support, échecs de paiement, changements de nombre de sièges, ancienneté. La correction à la date d'observation est la partie sur laquelle je suis le plus prudent. Je découpe par le temps, en entraînant sur les cohortes antérieures et en validant sur les suivantes. La base est une régression logistique régularisée, pour avoir quelque chose d'interprétable, puis du gradient boosting pour voir quelle marge existe. Pour l'évaluation, je demande à l'équipe rétention combien de clients elle peut contacter par semaine et je présente la précision sur cette tranche haute plutôt qu'une AUC globale. Et j'insiste pour concevoir l'intervention avec elle, idéalement avec un groupe témoin, sinon dans six mois personne ne pourra dire si le modèle a sauvé le moindre client.