Inspiration
Detrás de cada cliente existe una historia, un posible abandono pero también una oportunidad.
What it does
ArkLess es una Plataforma predictiva de prevención de Churn, transforma datos operativos y de consumo —como la frecuencia de compra, patrones de pedidos y niveles de servicio— en alertas predictivas proactivas. El objetivo principal es identificar a los clientes en riesgo de abandono antes de que dejen de comprar, permitiendo activar estrategias de retención inmediatas y personalizadas que combinan la detección tecnológica con la intervención humana para proteger la relación con las tienditas tradicionales.
How we built it
Utilizamos como modelo predictivo XGBoost y la integración de SHAP para responder a la pregunta del por qué el riesgo de Churn, no solo se queda ahí, promueve que los clientes registren sus progreso para así evitar el sobre consumo y tener un índice verde alto, con nuestra propuesta Eco-Dup, donde ganan puntos o cashback. Para futuro buscamos implementar una manera de combinar aún más lo sustentable, normalizarlo en tiendas abarroteras de acuerdo a las posibilidades de la empresa y cliente.
Además, el acompañamiento es esencial, el sistema de recomendaciones orienta al cliente y no lo marca con una red flag, si no que conforme a su desempeño.
What's next for ArkLess
De local a la nube: La arquitectura permite migrar el procesamiento de datos local a servidores en la nube para analizar las bases de datos masivas de miles de clientes en tiempo real.
Expansión geográfica: El diseño modular permite validar el sistema en un solo Centro de Distribución (CEDIS) de Arca Continental y replicarlo idénticamente en cualquier otra región o ciudad del país.
Evolución predictiva: Permite añadir nuevas variables al modelo (como datos de la competencia o clima) sin necesidad de reescribir la base del código.
Automatización de respuestas: Puede escalar de generar alertas visuales a integrarse directamente con la aplicación móvil de los repartidores para programar visitas de rescate automáticas.
Built With
- python
- shap
- xgboost
Log in or sign up for Devpost to join the conversation.