Resumen Técnico: ChurnNet: Una IA Moderna Optimizada para la Predicción de Abandono (Churn)

Planteamiento del Problema

El sector minorista enfrenta una competencia intensificada y barreras de cambio reducidas debido al cambio hacia las ventas omnicanal, lo que convierte la retención de clientes en una prioridad estratégica. A diferencia de las industrias contractuales (por ejemplo, las telecomunicaciones) donde el abandono se define por cancelaciones explícitas, el abandono en el sector minorista no contractual se infiere de cambios de comportamiento, como la reducción en la frecuencia o el volumen de compra. Este abandono "silencioso" es difícil de detectar pero crítico de abordar.

Aunque las arquitecturas recientes de aprendizaje profundo, particularmente los modelos basados en transformers como UniTS (Modelo de Series Temporales Multitarea Unificado), han demostrado un rendimiento impresionante en la clasificación binaria de series temporales en diversos dominios, su aplicación a la predicción de abandono en el sector minorista sigue estando poco investigada. Estos modelos modernos son computacionalmente costosos, propensos al sobreajuste (overfitting) y requieren conjuntos de datos a gran escala. Por el contrario, los métodos tradicionales de aprendizaje automático (ML) son computacionalmente eficientes pero pueden carecer de la capacidad para modelar dinámicas temporales complejas. La pregunta de investigación central es si la complejidad de las arquitecturas modernas de aprendizaje profundo es necesaria para la predicción de abandono minorista, o si modelos más simples y tradicionales son suficientes para ofrecer un sólido rendimiento predictivo, eficiencia de datos y viabilidad de despliegue.

Metodología

El estudio emplea un pipeline estructurado para evaluar y comparar modelos tradicionales de ML frente a la arquitectura transformer UniTS a través de múltiples conjuntos de datos minoristas del mundo real.

Conjuntos de Datos y Preprocesamiento

La evaluación utiliza cuatro conjuntos de datos: dos conjuntos de datos propietarios de Infocube (IC1, IC2) y dos conjuntos de datos públicos (The Complete Journey [CJ], Let's Get Sort of Real [LGSR]).

• Preprocesamiento: Los datos transaccionales se agregan por ID de cliente, se filtran para excluir valores no positivos y se convierten en series temporales semanales. Se aplica el relleno con ceros (zero-padding) para las semanas sin transacciones.
• Filtrado: Los clientes con menos de 20 semanas transaccionales son excluidos para asegurar un historial de comportamiento suficiente.
• Etiquetado de Abandono (Churn): Se utiliza una estrategia de etiquetado dinámico, definiendo una ventana de observación ($A=40$ semanas) y una ventana de etiquetado ($B=20$ semanas). Un cliente es etiquetado como desertor (1) si tanto su gasto semanal promedio ($\mu$) como su frecuencia de transacciones ($f$) caen por debajo de umbrales configurables ($\alpha \cdot \mu_A > \mu_B$ y $\beta \cdot f_A > f_B$) en la ventana de etiquetado. Se prueban tres definiciones (A, B, C) con diferentes niveles de sensibilidad ($\alpha, \beta \in \{0.3, 0.4, 0.5\}$).
• Ventana de Características (Feature Windowing): Se utiliza una ventana de características fija de 20 semanas. Para los que abandonan, esta ventana precede al periodo de inactividad; para los que no abandonan, se selecciona un segmento aleatorio de 20 semanas.

Diseño Experimental

El estudio construye 36 conjuntos de datos distintos variando las definiciones de abandono y las estrategias de balanceo:

1. Balanceado (1:1): Igual número de desertores y no desertores.
2. Desbalanceado Limitado (1:4): Todos los desertores retenidos con cuatro veces el número de no desertores.
3. Submuestreo Balanceado (B-SS): Versiones submuestreadas (2,500 o 5,000 clientes) para probar la eficiencia de los datos.

Modelos Evaluados

• ML Tradicional: Random Forests (RF), XGBoost (XGB) y Support Vector Machines (SVM).
• IA Moderna: UniTS, un modelo basado en transformer diseñado para el análisis de series temporales multitarea. El estudio utiliza el paradigma de aprendizaje supervisado con transferencia de aprendizaje de un checkpoint preentrenado, evitando un ajuste de hiperparámetros extensivo para reflejar la usabilidad de tipo "conectar y usar" (plug-and-play).

Resultados Clave

Los resultados empíricos, evaluados en términos de precisión (accuracy), precisión (precision), exhaustividad (recall), puntuación F1 y ROC-AUC, revelan tendencias consistentes:

1. Superioridad de los Modelos Tradicionales: Los modelos basados en árboles (XGBoost y Random Forest) superan consistentemente tanto a UniTS como a SVM en todas las condiciones experimentales, incluyendo conjuntos de datos balanceados y desbalanceados.
   • En conjuntos de datos balanceados (ej., IC1, Definición A), XGBoost logró una precisión de 0.77 comparado con el 0.72 de UniTS.
   • En conjuntos de datos grandes (LGSR), XGBoost y RF alcanzaron precisiones de 0.94–0.96, superando significativamente al 0.80–0.87 de UniTS.
2. Robustez ante el Desbalanceo: Bajo desbalanceo de clases (1:4), los modelos basados en árboles mantuvieron una mayor exhaustividad (recall) y precisión que UniTS y SVM. Por ejemplo, en el conjunto de datos IC2, XGBoost mantuvo una exhaustividad de 0.57 bajo desbalanceo, mientras que la exhaustividad de SVM colapsó a 0.24.
3. Eficiencia de Datos: Un hallazgo crítico es la degradación del rendimiento de UniTS en escenarios de escasez de datos.
   • En el conjunto IC2 completo, UniTS logró una precisión de 0.80.
   • En una versión submuestreada (IC2*), la precisión cayó a 0.73.
   • En una versión aún más reducida (IC2**), la precisión colapsó a 0.50.
   • En contraste, XGBoost y RF mantuvieron una alta precisión (0.82–0.85) incluso con tamaños de muestra significativamente reducidos, demostrando una eficiencia de datos superior.
4. Impacto de la Definición de Abandono: El rendimiento generalmente mejoró con definiciones de abandono más laxas (pasando de A a C), probablemente debido al aumento en el tamaño de las muestras y la facilidad de la separabilidad de clases, pero el ranking relativo de los modelos (Basados en Árboles > UniTS > SVM) se mantuvo constante.

Significado y Reivindicaciones

El artículo sostiene que para la tarea específica de la predicción de abandono en entornos minoristas no contractuales, los métodos convencionales de aprendizaje automático siguen siendo la opción superior sobre las arquitectes de transformer de última generación como UniTS.

• Implicaciones Prácticas: Los hallazgos sugieren que para aplicaciones minoristas típicas donde los datos son estructurados y a menudo limitados, los métodos de ensamble tradicionales (XGBoost, Random Forest) ofrecen una solución más confiable, eficiente y rentable. Logran un sólido rendimiento predictivo con menores requerimientos de recursos computacionales y una mejor generalización en conjuntos de datos más pequeños.
• Limitaciones de la IA Moderna: Aunque UniTS es teóricamente adecuado para modelar dinámicas temporales, el estudio indica que rinde por debajo de lo esperado en conjuntos de datos tabulares de tamaño pequeño a mediano debido a sus altos requisitos de datos y complejidad. Los autores señalan que sus resultados reflejan el desempeño de UniTS bajo configuraciones por defecto; un ajuste fino (fine-tuning) específico para tareas de abandono podría alterar estos resultados, pero la evidencia actual favorece a los modelos más simples.
• Direcciones Futuras: El artículo sugiere que investigaciones futuras exploren la integración de características contextuales adicionales (ej., actividad de navegación, promociones) y realicen análisis sistemáticos del tiempo de entrenamiento y la eficiencia energética para evaluar mejor la viabilidad de las arquitecturas avanzadas en el despliegue del mundo real.

En conclusión, el estudio desafía la suposición de que los modelos "más grandes" o "más modernos" son siempre necesarios, demostrando que para la predicción de abandono minorista, la simplicidad y la eficiencia de datos de los modelos tradicionales basados en árboles proporcionan una ventaja robusta.