Classificação do Índice de Satisfação de Clientes a partir de Indicadores de Rede Móvel e de Negócios utilizando Redes Neurais

A concorrência no setor de telecomunicações é um desafio. Para manter a rentabilidade, as operadoras se amparam em métricas de negócios, tais como a taxa de rotatividade dos clientes (churn) e o NPS (Net Promoter Score). Neste trabalho exploramos técnicas de aprendizado de máquina para previsão do NPS e, consequentemente, prover meios de reduzir o churn. Foi utilizada uma base amostral de 82.618 clientes do Brasil que inclui informações sobre uso e cobrança. Mostramos que, sob uma ampla variedade de métricas de rede e de negócio, é possível treinar uma máquina para entender a percepção dos clientes visando mantê-los.