Anticipating financial risk: Machine learning for debt management in telecommunications

Abstract

The telecommunications industry is characterized by intense competition and rapid technological evolution, making financial stability a critical factor for sustained growth. This dissertation focuses on leveraging machine learning techniques to analyze and predict customer payment behavior within a Portuguese telecommunications company, aiming to reduce financial losses associated with unpaid debts. Using the CRISP-DM methodology, the project first develops supervised learning models to predict whether customers will remain good payers, based solely on internal data. Among the algorithms tested, Random Forest achieved the highest accuracy of 99%, enabling early identification of potential defaulters. Complementing this, unsupervised learning methods, specifically Principal Component Analysis for dimensionality reduction and K-Means clustering, uncover hidden behavioral segments within the customer base. The optimal clustering identified five distinct groups, some of which show near-homogeneous target values (close to 0 or 1), allowing for strong characterization of compliant and non-compliant profiles. The findings demonstrate the effectiveness of combining supervised and unsupervised learning for risk analysis. Supervised models allow scenario testing by altering feature values to simulate changes in payment behavior. In unsupervised learning, analyzing ambiguous clusters through comparison with more definitive ones helps estimate likely client outcomes and supports proactive management. Future work may explore focused clustering of non-compliant clients, alternative data preprocessing, and time series forecasting to further improve predictive accuracy and operational utility.

A indústria das telecomunicações é caracterizada por uma intensa concorrência e rápida evolução tecnológica, tornando a estabilidade financeira um fator crítico para um crescimento sustentado. Esta dissertação foca-se na utilização de técnicas de machine learning para analisar e prever o comportamento de pagamento dos clientes numa empresa de telecomunicações portuguesa, com o objetivo de reduzir as perdas financeiras associadas a dívidas não pagas. Utilizando a metodologia CRISP-DM, o projeto desenvolve primeiro modelos supervisionados para prever se os clientes continuarão a ser bons pagadores, com base apenas em dados internos. Entre os algoritmos testados, a Random Forest alcançou a maior precisão, com 99%, permitindo a identificação precoce de potenciais incumpridores. Complementarmente, métodos de aprendizagem não supervisionada, nomeadamente análise de componentes principais para redução de dimensionalidade e clustering com K-Means, revelaram segmentos comportamentais ocultos na base de clientes. O clustering ótimo identificou cinco grupos distintos, alguns dos quais apresentam valores da variável alvo quase homogéneos (próximos de 0 ou 1), permitindo uma forte caracterização dos perfis de clientes cumpridores e incumpridores. Os resultados confirmam a eficácia da combinação de supervised e unsupervised learning na análise de risco. Os modelos supervised permitem simular cenários, alterando variáveis para refletir mudanças no comportamento de pagamento. Já a aprendizagem unsupervised possibilita estudar clusters ambíguos, comparando-os com grupos mais definidos, o que ajuda a estimar resultados prováveis e a apoiar a gestão proativa de clientes. Trabalhos futuros poderão focar-se em clustering dirigido a incumpridores, novas estratégias de pré-processamento e previsões com séries temporais, visando aumentar a precisão preditiva e a utilidade operacional.