Modèle Prédictif de Churn Client
Client : SaaS B2B - 50K utilisateurs
Le projet
Développement d'un modèle de prédiction du churn client à 90 jours avec une précision de 89%. Le modèle analyse plus de 200 features comportementales : fréquence de connexion, utilisation des fonctionnalités, tickets support, santé du compte.
Architecture & mise en œuvre
Mise en place d'un pipeline MLOps complet avec MLflow pour le tracking des expériences, le versioning des modèles et le réentraînement automatique mensuel. Intégration avec le CRM Salesforce pour déclencher des actions marketing ciblées.
Pilotage & adoption
Tableau de bord prédictif pour l'équipe Customer Success : liste priorisée des clients à risque, raisons de la prédiction (SHAP values) et actions recommandées. Adoption de 100% par l'équipe en 2 semaines.
Résultats & mise en production
Résultats mesurés sur 12 mois : réduction du taux de churn de 35%, augmentation du NRR de 18 points et économie estimée à 2,4M€ de revenus récurrents préservés. Le modèle est réentraîné chaque mois pour maintenir sa performance.
Captures d'écran
