Análise de Churn e Retenção

Um case de análise de clientes em telecom com foco em identificar drivers de cancelamento e propor estratégias de retenção baseadas em dados.

Preview do dashboard de análise de churn e retenção
Contexto
Análise de churn em uma base de telecom com 7.043 clientes e diferentes perfis de contrato, pagamento e serviços.
Ferramentas
SQL, Power BI, DAX, modelagem analítica e storytelling de dados para tomada de decisão.
Objetivo
Identificar os principais fatores associados ao churn e propor ações práticas para melhorar a retenção.
Problema

O churn de clientes é um dos principais desafios em empresas de telecomunicações, especialmente em modelos de assinatura, onde a retenção impacta diretamente a receita e o crescimento sustentável do negócio.

Neste cenário, não basta apenas saber quantos clientes cancelaram. O ponto mais importante é entender quem está cancelando, em que momento isso acontece e quais características estão mais associadas ao risco de saída.

Objetivo

O objetivo deste case foi analisar o comportamento dos clientes e identificar os principais fatores associados ao churn, criando uma visão clara dos grupos mais vulneráveis e das possíveis ações de retenção.

A análise foi orientada por três perguntas principais: qual é o nível atual de churn, quais fatores mais influenciam o cancelamento e quais ações podem ser tomadas para reduzir esse risco.

Análise

A primeira etapa foi explorar os dados com SQL, analisando a distribuição geral de churn, o comportamento por tipo de contrato, tempo de permanência, cobrança mensal e método de pagamento.

Em seguida, desenvolvi um dashboard no Power BI estruturado em três páginas: visão geral, análise dos principais drivers e segmentação de risco com recomendações. A proposta foi construir uma narrativa simples e executiva, conectando indicadores, padrões de comportamento e ações de negócio.

Principais métricas
  • A base analisada possui 7.043 clientes.
  • 1.869 clientes cancelaram o serviço.
  • A taxa geral de churn identificada foi de 26,5%.
  • Mais de 1 em cada 4 clientes da base apresentou churn.
Principais insights
  • Clientes com contrato mensal apresentaram churn significativamente maior do que clientes com contratos anuais ou bimestrais.
  • Clientes nos primeiros 12 meses concentraram o maior risco de cancelamento, indicando um ponto crítico inicial.
  • Clientes com cobranças mensais mais altas apresentaram maior chances ao churn, sugerindo possível problema de valor.
  • Usuários de pagamento via electronic check tiveram churn mais alto do que clientes com métodos automáticos de pagamento.
  • Clientes sem suporte técnico apresentaram maior churn, reforçando a importância da experiência de atendimento na retenção.
Segmentos de maior risco

A combinação entre tempo de permanência e tipo de contrato mostrou que os clientes com 0 a 12 meses e contrato mensal é o grupo mais crítico da análise.

Recomendações
  • Priorizar ações de onboarding nos primeiros meses, com acompanhamento mais próximo.
  • Incentivar a migração para contratos de longo prazo por meio de benefícios, descontos ou vantagens exclusivas.
  • Revisar a percepção de valor para clientes com mensalidades mais altas, comunicando melhor benefícios e entregas do serviço.
  • Investigar possíveis ações em métodos de pagamento com maior churn, especialmente electronic check.
  • Fortalecer suporte técnico como parte da estratégia de retenção e experiência do cliente.
Resultado

O case transforma uma base de churn em uma leitura prática de negócio, mostrando não apenas o volume de cancelamentos, mas também os perfis de clientes com maior risco e as ações mais relevantes para retenção.

Ver dashboard completo
Ver documentação técnica