Caracterização dos clientes devedores nas telecomunicações móveis em Portugal: aplicações de data mining a uma base de dados do setor

Abstract

Num cenário de saturação do mercado, forte competitividade e sob um contexto económico-social difícil, o setor das telecomunicações tem verificado um aumento da dívida dos seus clientes, com impacto nos resultados dos operadores. Este estudo com carácter inovador consiste na análise de clientes pós-pagos de uma empresa de telecomunicações móveis a operar em Portugal, com os objetivos de caracterizar os clientes devedores, predizer as variáveis de incumprimento e propor um modelo de previsão de devedores, aplicado à realidade da empresa. Os principais desafios consistiram na existência de um elevado número de registos com valores omissos nas variáveis sociodemográficas, no tratamento de inúmeras variáveis e na diversidade dos conteúdos, típico de um setor que contém bases de dados de milhões de registos. A base de dados, com 23.506 registos de 2011, foi construída com base na metodologia CRISP-DM e analisada com técnicas de data mining usualmente utilizadas em problemas semelhantes. Estas permitiram a identificação de segmentos de clientes devedores, sobretudo com base em variáveis comportamentais, resultando clientes com elevados valores de dívida e clientes com dívidas de baixo montante. A construção de validados modelos de árvores de decisão permite classificar e explicar os clientes devedores com base em características da conta e comportamentais. A elaboração de um modelo de regressão logística forneceu pistas para a previsão dos clientes devedores. Da avaliação dos modelos, foi efetuada uma proposta de implementação, suportada nos encorajadores resultados obtidos, contribuindo positivamente para os primeiros passos na construção de um modelo de scoring comportamental na empresa.

In a scenario of market saturation, high competitiveness and under a harsh socio-economic context, the telecommunications sector has seen an increasing debt from its clients, thus impacting the operators’ results. This innovative study is based on the analysis of postpaid clients of a mobile telecommunications’ company that operates in Portugal, and its goals are to characterize debtors, predict the variables of credit default and propose a prediction model of debtors that suits the reality of said company. The main challenges were related to the high volume of missing data regarding the socio-demographic variables, having to handle a large number of variables and the diversity of content, typical of a sector containing databases with millions of records. The database, comprising 23.506 records from 2011, was built based on the CRISP-DM methodology and analyzed with data mining techniques which are generally used to solve similar problems. Such techniques allowed pinpointing insolvent clients’ segments, mainly based on behaviour variables, and the result were clients with high debts and clients with low-amount debts. Using validated decision tree models it is possible to classify and justify the debtors based on their account characteristics and behaviour. The elaboration of a logistic regression model provided clues to forecast debtors. From the evaluation of the previously referred models, an implementation proposal was developed based on the encouraging results attained; providing a positive contribute in the first steps to be taken towards the construction of a behavioural scoring model for the company.