ChurnInsight — Predicción de Cancelación de Clientes

Necesidad del cliente (explicación no técnica)

Toda empresa que vende por suscripción o contrato recurrente sufre con cancelaciones. Mantener clientes fieles es más barato que conquistar nuevos.

El cliente (empresa) quiere predecir con anticipación quién está a punto de cancelar, para poder actuar y retener a esas personas.

La solución esperada debe ayudar a:

identificar clientes con riesgo de churn (cancelación); priorizar acciones de retención (ofertas, contactos, bonos); medir el impacto de estas acciones a lo largo del tiempo.

Validación de mercado

La predicción de churn es una de las aplicaciones más comunes y valiosas de la ciencia de datos en negocios modernos.

Empresas de telecomunicaciones, bancos digitales, gimnasios, plataformas de streaming y proveedores de software utilizan modelos de churn para:

reducir pérdidas financieras; entender patrones de comportamiento de clientes; aumentar el tiempo promedio de relación (lifetime value).

Incluso modelos simples ya aportan valor, pues ayudan a las empresas a dirigir esfuerzos donde hay mayor riesgo de pérdida.

Expectativa para este hackathon

Público: estudiantes principiantes en tecnología, sin experiencia profesional en el área, pero que ya estudiaron Back-end con Java (APIs REST, persistencia, pruebas) y Data Science (Python, Pandas, scikit-learn, ML supervisado).

Objetivo: construir, en grupo, un MVP (producto mínimo viable) capaz de predecir si un cliente va a cancelar y disponibilizar esa predicción a través de una API funcional.

Alcance ideal: clasificación binaria ("va a cancelar" / "va a continuar") con base en un dataset pequeño y limpio.

Entregables deseados

Notebook (Jupyter/Colab) del equipo de Data Science, que contenga:

Exploración y limpieza de los datos (EDA); Ingeniería de features (ej.: tiempo de uso, frecuencia de login, historial de pago); Entrenamiento de modelo supervisado (ej.: Logistic Regression, Random Forest); Métricas de desempeño (Accuracy, Precision, Recall, F1-score); Serialización del modelo (joblib/pickle).

Aplicación Back-End (API REST) del equipo de Java:

Endpoint que recibe información de un cliente y devuelve la predicción del modelo (Ej.: "Va a cancelar" / "Va a continuar"); Integración con el modelo de DS (directa o vía microservicio Python); Logs y manejo de errores.

Documentación mínima (README)

Cómo ejecutar el modelo y la API; Ejemplos de petición y respuesta (JSON); Dependencias y versiones de las herramientas.

Demostración funcional (Presentación corta)

Mostrar la API en acción (a través de Postman, cURL o interfaz simple); Explicar cómo el modelo llega a la predicción.

Funcionalidades exigidas (MVP)

El servicio debe exponer un endpoint que devuelve una predicción sobre el cliente y la probabilidad asociada a esa predicción. Ejemplo: POST /predict: recibe JSON con datos del cliente y devuelve: { "prevision": "Va a cancelar", "probabilidad": 0.76 }

Carga de modelo predictivo: el back-end debe ser capaz de acceder al modelo de churn (localmente o vía servicio DS).

Validación de entrada: verificar si todos los campos obligatorios están llenos.

Respuesta estructurada: incluir predicción y probabilidad numérica.

Ejemplos de uso: 3 peticiones de prueba (clientes con y sin cancelación).

Documentación simple: un README explicando cómo ejecutar el proyecto y reproducir las pruebas.

Funcionalidades opcionales

Endpoint GET /stats: devuelve estadísticas básicas, como: { "totalevaluados": 500, "tasachurn": 0.23 }

Persistencia de predicciones: almacenar clientes y resultados en base de datos (H2 o PostgreSQL).

Dashboard simple (Streamlit o HTML): visualiza clientes con mayor riesgo.

Explicabilidad básica: incluir en el retorno las 3 variables más relevantes para el resultado (ej.: "tiempo de contrato", "retrasos en pagos", "uso de la app").

Batch Prediction: endpoint que acepta lista de clientes (archivo CSV).

Contenerización: ejecutar el sistema completo con Docker/Docker Compose.

Pruebas automatizadas: unitarias y de integración simples (JUnit, pytest).

Orientaciones técnicas para estudiantes

Controlar el volumen de datos y el uso de OCI, teniendo en cuenta la cantidad de memoria que OCI soporta, cuidando los datos utilizados para no extrapolar el Free-Tier de OCI.

Equipo de Data Science

Arme o elija un dataset propio con información de clientes (ejemplo: tiempo de contrato, retrasos en pago, uso del servicio, tipo de plan, etc.).

Utilizar Python, Pandas y scikit-learn para análisis y modelado.

Elegir modelo simple de clasificación (LogisticRegression, RandomForest); Crear features intuitivas (ej.: tiempo de cliente, número de compras recientes, promedio de gastos); Guardar modelo y pipeline (joblib.dump) y garantizar que pueda ser cargado fuera del notebook.

Equipo de Back-end

Construir una API REST (Java + Spring Boot); Recibir JSON con datos de cliente y devolver la predicción; Conectarse al modelo de DS:

vía microservicio Python (FastAPI/Flask), o cargando modelo exportado en formato ONNX (opción más avanzada); Validar entradas y devolver errores claros cuando falte información.

Contrato de integración (JSON)

Recomendamos definir el contrato de integración justo al inicio del hackathon. Sigue un ejemplo:

Entrada

{ "tiempocontratomeses": 12, "retrasospago": 2, "usomensual": 14.5, "plan": "Premium" }

Salida

{ "prevision": "Va a cancelar", "probabilidad": 0.81 }