Identificando perfis de clientes de um ISP propensos ao Churn ao empregar dados do protocolo TR-069 nos algoritmos de ML

Abstract

Os provedores de serviço de Internet (Internet Service Provider – ISPs) oferecem uma infraestrutura de comunicação essencial para a realização de tarefas cotidianas da sociedade através da Internet e para o advento de novas tecnologias em rede. Todavia, um desafio dos ISPs consiste em reduzir a taxa de churn, a qual engloba a taxa de cancelamentos dos planos dos clientes. Apesar de existirem esforços na literatura, os ISP permanecem com uma carência de ferramentas para identificar o churn. Esse trabalho propõe o ChurnSense, um processo para identificar perfis de clientes de um ISP com base em técnicas de aprendizado de máquina, auxiliando no entendimento do problema do churn. O processo compreende três passos: Coleta, Pré-processamento e Análise. Por meio dele, a Coleta reúne os dados do TR-069, os quais são tratados pelo Pré-processamento e os perfis dos clientes são identificados pela Análise, fornecendo informações úteis na tomada de decisões sobre o churn. Um estudo de caso foi conduzido usando dados reais de um ISP regional. Os resultados obtidos mostram 20.61% dos dispositivos do clientes com qualidade de conexão aquém do desejado, estando em risco de churn.