Le churn pour la startup Koober - E02

Épisode 2 : comment et pourquoi identifier les abonnés « dormants » ?

Koober est une startup française proposant des livres au format condensé destinés à être lus ou écoutés en moins de 20 minutes, avec des abonnements annuels ou mensuels. Dans le premier épisode de cette série, nous avons identifié quatre comportements d’utilisateurs de l’application : les désengagés, les abonnés actifs, les inactifs ou dormants et les potentiels churneurs.

‍
Les inactifs ou dormants renouvellent leur abonnement chaque mois, par prélèvement automatique, sans avoir une utilisation active de l’application et c’est à eux que nous nous intéressons dans cet épisode. Pourquoi consacrer un article entier à ce profil spécifique ? Traiter la problématique des dormants est primordiale pour deux raisons :

• Technique : ne pas identifier et isoler les dormants biaise l’apprentissage de notre modèle de prédiction du churn
• Stratégique : identifier les dormants et prédire les futurs dormants, permet à Koober d’ajuster son plan d’actions pour réactiver ces clients.

À partir des données mises à disposition par Koober (les historiques de connexions et de lectures de chaque utilisateur du 1er Octobre 2019 au 1er Aout 2020), nous avons déjà supprimé les abonnés annuels et les abonnés mensuels ayant moins de 35 jours d’abonnement (voir article 1).

L’identification des dormants est complexe, tant la question peut être floue et demeure peu étudiée dans la littérature. Trois questions doivent être traitées :

• Existe-t-il effectivement des utilisateurs de Koober dormants ?
• Quels sont les critères qui les caractériseraient ?
• Pour quelle valeur de ces critères peut-on considérer un utilisateur comme dormant ?

Pour répondre à ces questions, nous avons écarté les churneurs de l’étude pour entraîner un modèle de détection des dormants. Une fois le modèle établi, nous l’avons appliqué sur l’ensemble de la population pour comparer les proportions de dormants vs non-dormants qui churnent ou pas.

‍

La récence : une variable clé

Pour déterminer que certains utilisateurs de Koober sont des dormants et spécifier une séparation claire entre les dormants et les non-dormants basée sur le comportement des utilisateurs, nous avons construit plusieurs variables d’intérêt dont trois se montrent particulièrement efficaces pour caractériser cette délimitation.

‍

La récence est la variable la plus naturelle. Elle mesure le nombre de jours écoulés depuis la dernière connexion. Plus elle est importante, plus l’utilisateur est inactif depuis longtemps ce qui peut indiquer qu’il est dormant.

‍

70% des clients non churneurs ont une récence inférieure à 2 mois, et 82% inférieure à 3 mois.
Cependant, la récence doit être relativisée. Il serait prématuré de considérer un abonné comme dormant s’il arrête d’utiliser l’application un laps de temps, alors qu’il témoignait auparavant d’une utilisation active. De la même manière, un abonné qui se connecte très sporadiquement, ne peut pas être considéré inactif lors d’une absence prolongée.

‍

Récence / durée d’abonnement : la récence rapportée à l’ancienneté de l’abonnement de l’utilisateur : si ce ratio est proche de 100%, c’est que l’utilisateur ne s’est pas connecté depuis sa date d’abonnement, il est d’autant plus certainement un dormant.

‍

Récence / interconnexion maximale : la récence rapportée à l’interconnexion maximale, ou le nombre maximum de jours écoulés entre deux connexions successives de l’utilisateur. Un ratio inférieur à 1 signifie que l’utilisateur a déjà eu par le passé une période d’inactivité plus longue ; il est donc encore susceptible de redevenir actif, ce n’est alors pas un dormant.

‍

Définition de la délimitation entre dormants et non-dormants

Pour caractériser cette délimitation entre dormants et non-dormants, un algorithme de clustering a été utilisé pour générer des groupes d’utilisateurs basés sur les valeurs des trois variables (récence, récence par durée d’abonnement et récence par interconnexion maximale). Trois clusters sont identifiés :

• Cluster 1 « cas extrême des dormants » avec en moyenne : une récence de 128 jours représentant 69% de la durée d’abonnement et près de 9 fois plus longue que l’interconnexion maximale.

‍

• Cluster 2 « dormants » avec en moyenne : une récence de 132 jours représentant 62% de la durée d’abonnement et plus de 3 fois plus longue que l’interconnexion maximale.

‍

• Cluster 3 « actifs » avec en moyenne : une récence de 17 jours représentant 15% de la durée d’abonnement et plus courte que l’interconnexion maximale.

Les deux premiers clusters ont des valeurs proches, et surtout très éloignées de celle du troisième cluster : nous étiquetons les utilisateurs appartenant à ces deux premiers clusters comme dormants, et ceux du troisième cluster comme non-dormants.

Ci-dessous, nous voyons clairement la répartition des dormants et des non-dormants en fonction des trois variables crées pour l’étude.

‍

‍

Cette séparation permet une détection fine des dormants, en tenant compte de l’historique de comportement des utilisateurs.

Cela permet d’obtenir un modèle d’apprentissage supervisé (régression logistique) pour prédire si un utilisateur est dormant ou non. L’entraînement s’effectue à partir de l’échantillon fourni pour le clustering, et sur les trois variables récence, récence par durée d’abonnement et récence par maximum d’interconnexion, avec la variable dormant comme valeur cible (0 ou 1, selon l’étiquetage résultant du clustering préalable).

Une fois le modèle entraîné, nous pouvons l’appliquer sur tous les utilisateurs à chaque mis