Resumo Técnico: ChurnNet: Uma IA Moderna Otimizada para Predição de Churn

Definição do Problema

O setor de varejo enfrenta uma competição intensificada e barreiras de mudança reduzidas devido à mudança para vendas omnicanal, tornando a retenção de clientes uma prioridade estratégica. Diferente de setores contratuais (ex: telecomunicações), onde o churn é definido por cancelamentos explícitos, o churn não contratual no varejo é inferido por mudanças comportamentais, como a redução na frequência ou no volume de compras. Este desfalque "silencioso" é difícil de detectar, mas crítico para ser abordado.

Embora arquiteturas recentes de aprendizado profundo, particularmente modelos baseados em transformers como o UniTS (Unified Multi-Task Time Series Model), tenham demonstrado um desempenho impressionante em classificação de séries temporais binárias em diversos domínios, sua aplicação à predição de churn no varejo permanece subinvestigada. Esses modelos modernos são computacionalmente caros, propensos ao overfitting e exigem conjuntos de dados de grande escala. Por outro lado, métodos tradicionais de aprendizado de máquina (ML) são computacionalmente eficientes, mas podem carecer de capacidade para modelar dinâmicas temporais complexas. A questão central de pesquisa é se a complexidade das arquiteturas modernas de aprendizado profundo é necessária para a predição de churn no varejo, ou se modelos tradicionais mais simples são suficientes para entregar um forte desempenho preditivo, eficiência de dados e viabilidade de implementação.

Metodologia

O estudo emprega um pipeline estruturado para avaliar e comparar modelos tradicionais de ML contra a arquitetura transformer UniTS através de múltiplos conjuntos de dados reais de varejo.

Conjuntos de Dados e Pré-processamento

A avaliação utiliza quatro conjuntos de dados: dois conjuntos proprietários da Infocube (IC1, IC2) e dois conjuntos públicos (The Complete Journey [CJ], Let's Get Sort of Real [LGSR]).

• Pré-processamento: Os dados transacionais são agregados por ID de cliente, filtrados para excluir valores não positivos e convertidos em séries temporais semanais. O preenchimento com zeros (zero-padding) é aplicado para semanas sem transações.
• Filtragem: Clientes com menos de 20 semanas transacionais são excluídos para garantir um histórico comportamental suficiente.
• Rotulagem de Churn: Uma estratégia de rotulagem dinâmica é utilizada, definindo uma janela de observação ($A=40$ semanas) e uma janela de rotulagem ($B=20$ semanas). Um cliente é rotulado como churner (1) se tanto sua despesa semanal média ($\mu$) quanto sua frequência de transação ($f$) caírem abaixo de limiares configuráveis ($\alpha \cdot \mu_A > \mu_B$ e $\beta \cdot f_A > f_B$) na janela de rotulagem. Três definições (A, B, C) com diferentes sensibilidades ($\alpha, \beta \in \{0.3, 0.4, 0.5\}$) são testadas.
• Janelamento de Características: Uma janela de características fixa de 20 semanas é utilizada. Para os churners, esta janela precede o período de inatividade; para os não-churners, um segmento aleatório de 20 semanas é selecionado.

Desenho Experimental

O estudo constrói 36 conjuntos de dados distintos variando as definições de churn e estratégias de balanceamento:

1. Balanceado (1:1): Números iguais de churners e não-churners.
2. Desbalanceado Limitado (1:4): Todos os churners retidos com quatro vezes o número de não-churners.
3. Subamostragem Balanceada (B-SS): Versões subamostradas (2.500 ou 5.000 clientes) para testar a eficiência de dados.

Modelos Avaliados

• ML Tradicional: Random Forests (RF), XGBoost (XGB) e Support Vector Machines (SVM).
• IA Moderna: UniTS, um modelo baseado em transformer projetado para análise de séries temporais multitarefa. O estudo utiliza o paradigma de aprendizado supervisionado com transferência de aprendizado de um checkpoint pré-treinado, evitando ajustes extensivos de hiperparâmetros para refletir a usabilidade "plug-and-play".

Resultados Principais

Os resultados empíricos, avaliados através de acurácia, precisão, recall, F1-score e ROC-AUC, revelam tendências consistentes:

1. Superioridade dos Modelos Tradicionais: Modelos baseados em árvores (XGBoost e Random Forest) superam consistentemente tanto o UniTS quanto o SVM em todas as condições experimentais, incluindo conjuntos de dados balanceados e desbalanceados.
   • Em conjuntos de dados balanceados (ex: IC1, Definição A), o XGBoost alcançou uma acurácia de 0,77 comparado aos 0,72 do UniTS.
   • Em grandes conjuntos de dados (LGSR), XGBoost e RF atingiram acurácias de 0,94–0,96, superando significativamente o UniTS (0,80–0,87).
2. Robustez ao Desbalanceamento: Sob desbalanceamento de classe (1:4), os modelos baseados em árvores mantiveram maior recall e precisão do que o UniTS e o SVM. Por exemplo, no conjunto de dados IC2, o XGBoost manteve um recall de 0,57 sob desbalanceamento, enquanto o recall do SVM caiu para 0,24.
3. Eficiência de Dados: Um achado crítico é a degradação de desempenho do UniTS em cenários de escassez de dados.
   • No conjunto IC2 completo, o UniTS alcançou 0,80 de acurácia.
   • Em uma versão subamostrada (IC2*), a acurácia caiu para 0,73.
   • Em uma versão ainda mais reduzida (IC2**), a acurácia colapsou para 0,50.
   • Em contraste, o XGBoost e o RF mantiveram alta acurácia (0,82–0,85) mesmo com tamanhos de amostra significativamente reduzidos, demonstrando superior eficiência de dados.
4. Impacto da Definição de Churn: O desempenho geralmente melhorou com definições de churn mais lenientes (movendo de A para C), provavelmente devido ao aumento dos tamanhos de amostra e facilidade de separabilidade das classes, mas o ranking relativo dos modelos (Árvores > UniTS > SVM) permaneceu consistente.

Significância e Alegações

O artigo afirma que, para a tarefa específica de predição de churn em ambientes de varejo não contratuais, métodos convencionais de aprendizado de máquina continuam sendo a escolha superior sobre arquiteturas de transformer de última geração como o UniTS.

• Implicações Práticas: Os achados sugerem que, para aplicações típicas de varejo onde os dados são estruturados e frequentemente limitados, métodos de ensemble tradicionais (XGBoost, Random Forest) oferecem uma solução mais confiável, eficiente e de baixo custo. Eles alcançam um forte desempenho preditivo com menores requisitos de recursos computacionais e melhor generalização em conjuntos de dados menores.
• Limitações da IA Moderna: Embora o UniTS seja teoricamente bem adequado para modelar dinâmicas temporais, o estudo indica que ele tem um desempenho inferior em conjuntos de dados tabulares de pequeno a médio porte devido aos altos requisitos de dados e complexidade. Os autores observam que seus resultados refletem o desempenho do UniTS sob configurações padrão; o ajuste fino específico para tarefas de churn pode alterar esses resultados, mas a evidência atual favorece modelos mais simples.
• Direções Futuras: O artigo sugere que pesquisas futuras explorem a integração de características contextuais adicionais (ex: atividade de navegação, promoções) e conduzam análises sistemáticas de tempo de treinamento e eficiência energética para avaliar ainda mais a viabilidade de arquiteturas avançadas em implementações do mundo real.

Em conclusão, o estudo desafia a suposição de que modelos "maiores" ou "mais modernos" são sempre necessários, demonstrando que, para a predição de churn no varejo, a simplicidade e a eficiência de dados dos modelos tradicionais baseados em árvores proporcionam uma vantagem robusta.