7 min de lectura
Un equipo de atención al cliente recibe cada lunes por la mañana la actualización de clientes en riesgo generada por el modelo de churn, cuyo objetivo es activar una estrategia de retención antes de que el cliente formalice la fuga. El viernes anterior, el período de facturación mensual había procesado las renovaciones y las cancelaciones. Un día antes, el modelo había identificado correctamente a los clientes que no iban a renovar.
El modelo estaba funcionando. La predicción llegó dos días antes del evento que predecía. El problema es que el único momento en que el equipo podía intervenir era antes del viernes, y la predicción llegó después del cierre de semana. Ese desajuste es consecuencia de haber configurado el horizonte sin superponer las dos restricciones que definen cuándo una predicción llega a tiempo, una del lado del proceso del cliente y otra del lado de la estabilidad de la señal del modelo.
Qué es la ventana de intervención y sus dos límites
La ventana de intervención es el período entre el momento en que el modelo emite una predicción y el momento en que el evento ocurre. Si el modelo predice hoy que un cliente tiene alta probabilidad de no renovar en las próximas semanas, la ventana es el tiempo disponible para actuar antes de ese evento. Ese período tiene un piso y un techo que vienen de lados distintos del proyecto.
El piso es el tiempo mínimo que el equipo receptor necesita para convertir una predicción en una intervención ejecutada. Si la predicción llega el jueves sobre una renovación del viernes, la información existe pero llega tarde, porque el proceso del equipo no puede activarse en horas. El piso depende de cómo trabaja el equipo (cadencia de reunión, velocidad de decisión, tipo de contacto que se ofrece al cliente), no de cómo se entrena el modelo. Es una restricción de negocio con la que el equipo técnico no puede negociar.
El techo es el horizonte máximo hasta el cual el modelo puede predecir con precisión útil. Predecir con seis meses de anticipación es técnicamente posible y válido para algunos problemas, pero en el caso típico de churn el comportamiento del cliente a ese horizonte es menos estable. La señal se debilita porque el cliente todavía no ha empezado a formar la decisión que se busca predecir. Este techo lo determinan las propiedades del dataset y del comportamiento observable, no las restricciones del equipo de negocio.
La ventana útil es la intersección de esos dos límites. Cuando el techo cae por debajo del piso (la señal se degrada antes de que el equipo pueda coordinar la intervención) no hay ventana útil disponible y el problema requiere redefinir el proceso o el tipo de intervención antes de reintentar con el mismo modelo.
Qué determina el piso y qué determina el techo
El piso se mueve según el tipo de intervención que activa el equipo receptor. Una comunicación automatizada puede dispararse en horas y admite ventanas cortas. Una llamada personalizada de un gestor de cuenta requiere días de coordinación. Un proceso de negociación de condiciones de contrato puede requerir semanas. Cada tipo de intervención define un piso distinto para el mismo cliente. El mismo modelo, la misma predicción, y sin embargo la ventana necesaria cambia porque cambia la respuesta que se le pide al equipo.
El techo se mueve según dos variables técnicas que actúan a la vez: estabilidad de la señal y volumen de eventos capturables. La estabilidad predictiva es lo primero. Define hasta qué horizonte temporal el comportamiento observable del cliente sigue siendo un buen predictor del evento futuro. Pero incluso donde la señal es estable, hay una segunda restricción que es el volumen de eventos positivos que la ventana elegida captura para entrenar. Una ventana de siete días captura menos abandonos históricos que una de sesenta, porque limita la observación a las últimas semanas antes del evento. Si la clase minoritaria es muy pequeña, esa restricción de volumen puede hacer inviable entrenar un modelo robusto incluso con oversampling. El techo real es el mínimo entre las dos, hasta donde la señal se mantiene estable y hasta donde hay datos suficientes para modelarla.
El equipo de datos conoce las dos variables del techo. El equipo receptor conoce el piso. Cuando no se juntan a superponer los dos límites, el horizonte queda implícito en decisiones técnicas del equipo de datos, que suele optimizar por precisión predictiva agregada sin visibilidad sobre el ciclo del equipo receptor. El resultado es un modelo que produce salidas correctas y acciones incoherentes con el proceso. La predicción es válida, pero llega en un momento en que ya no puede convertirse en la intervención que resolvería el problema.
Ejemplos por tipo de contrato
El tipo de contrato determina cuándo ocurre el evento y con qué anticipación se forma la decisión del cliente. Eso mueve los dos límites de forma distinta.
En una suscripción mensual, el ciclo es corto. El piso está entre cinco y siete días, tiempo mínimo para que un equipo de atención al cliente coordine una intervención automatizada o de contacto ligero. El techo está alrededor de dos semanas, porque más allá de eso el cliente todavía no ha empezado a formar su decisión de renovación y las señales recientes no reflejan la decisión que se busca predecir. La ventana útil queda entre siete y quince días antes del vencimiento.
En un contrato anual, el piso está en varias semanas porque coordinar una llamada de gestor de cuenta o una revisión comercial no se hace en un día. El techo está más lejos porque la señal se mantiene estable sobre un horizonte más largo, sostenida por patrón de uso durante el año, evolución de la relación con el equipo de cuenta e incidencias sin resolución. La ventana útil queda entre treinta y sesenta días antes del vencimiento, con el modelo trabajando sobre señales acumuladas del período, no solo de las últimas semanas.
En modelos de servicio sin fecha de vencimiento fija, el evento es difuso. El cliente reduce el uso progresivamente o deja de interactuar sin cancelar. La ventana se define en días antes de que el uso caiga por debajo de un umbral que el equipo de negocio define. El piso sigue viniendo del tiempo de intervención; el techo, del punto en el que el patrón de uso empieza a ser predictivo con estabilidad sobre volumen suficiente.
Qué pasa cuando alguna dimensión se ignora
El error más común es dejar el horizonte implícito en decisiones técnicas del equipo de datos, sin superposición explícita con el ciclo del equipo receptor. El equipo técnico optimiza por precisión predictiva agregada, elige la ventana donde las métricas del modelo son más altas, y no verifica si el equipo puede consumir esa salida a esa cadencia. Un modelo que predice con mayor precisión a treinta días no es el que más valor genera si el equipo trabaja con ciclos semanales.
El desajuste es difícil de detectar desde el pipeline técnico. Las métricas del modelo miden la calidad de la predicción dentro de la ventana elegida, no si esa ventana era la adecuada para el proceso. Un AUC de 0.85 y predicciones que llegan sistemáticamente tarde son perfectamente compatibles. El reporte técnico dice que el modelo funciona, y el equipo receptor lo confirma como inaplicable.
El caso inverso, ignorar el techo técnico, es menos frecuente pero produce el mismo efecto por otro camino. Si el equipo receptor pide predicciones con dos meses de anticipación porque su ciclo de coordinación es largo, sin verificar si la señal se mantiene estable a ese horizonte y si hay eventos suficientes en la base para entrenar, el modelo puede producir predicciones con baja precisión que agotan la confianza del equipo antes de que el proceso se ajuste. Los dos casos convergen en el mismo síntoma. La señal llega, pero no sirve.
Una conversación entre dos equipos antes de configurar el modelo
Acordar la ventana es una conversación entre el equipo de datos y el equipo receptor, en la que cada uno aporta información que el otro no tiene: cuál es el tiempo real de coordinación por tipo de intervención, hasta qué horizonte la señal se mantiene predictiva, cuántos eventos positivos captura la ventana elegida.
Con esa información combinada, la configuración del modelo, la cadencia de entrega al equipo receptor y el tipo de intervención asignada a cada nivel de probabilidad quedan alineados desde el inicio. Esa alineación se paga una vez, antes de empezar; cuando no se paga en ese momento, se paga después con reajustes que cuestan re-entrenamiento, re-validación y la confianza del equipo receptor. La ventana es un acuerdo entre dos equipos sobre qué hace que una predicción sea útil, más que una propiedad del modelo.