Pesquisadores do Instituto de Matemática, Estatística e Computação Científica (IMECC) e da Faculdade de Ciências Aplicadas (FCA) da Unicamp criaram um método inovador que utiliza inteligência artificial para prevenir o churn, indicador que mede a taxa de rotatividade de clientes, usuários ou colaboradores.

O know-how, desenvolvido por meio do comitê de máquinas para problemas de classes sobrepostas (CoMaCS), foi licenciado de forma não exclusiva à 4C Datalab Inteligência Artificial, spin-off acadêmica fundada pelos próprios pesquisadores: Henrique N. Sá Earp (IMECC), Cristiano Torezzan e Leonardo Tomazeli Duarte (FCA). A Agência de Inovação Inova Unicamp apoiou tanto na transferência da tecnologia quanto na estruturação da empresa.

O CoMaCS aplica a técnica de comitê de máquinas, em que diversos modelos de machine learning trabalham juntos para classificar e prever dados com mais precisão. A abordagem inclui ferramentas de interpretabilidade, permitindo que mesmo usuários sem conhecimento técnico utilizem os resultados de forma prática.

Método lida com indecisão e melhora previsões de rotatividade

A tecnologia já foi testada na área de Recursos Humanos, prevendo desligamentos de funcionários, mas pode ser adaptada a diferentes setores, de academias e escolas até serviços de assinatura.

O método é especialmente eficiente para lidar com problemas de classes sobrepostas, comuns quando categorias não são mutuamente exclusivas, como no caso de pessoas indecisas sobre permanecer ou não em uma empresa. A análise considera variáveis coletivas e individuais, permitindo ajustes finos (fine-tuning) para cada cenário.

IA associada com bases públicas e BI

Quando integrada a uma IA generativa com interface amigável, a solução pode gerar relatórios personalizados e simular cenários, oferecendo ações preventivas sob medida. Os dados utilizados podem ser fornecidos pelas empresas ou obtidos de bases públicas, sempre anonimizados e alinhados aos Objetivos de Desenvolvimento Sustentável (ODS) da ONU, em especial ao Objetivo 16, que prevê a proteção da privacidade individual.

Earp destaca em comunicado que a conexão entre IA e business intelligence (BI) gera inteligência de negócio real: “Poder identificar atributos gerais e prever, para cada indivíduo, qual seria a sua resposta a cada atributo com soluções customizadas gera inteligência de negócio e permite ao gestor saber qual ação tomar”.

Nos testes realizados, o modelo atingiu quase 90% de acerto na previsão de desligamentos e contribuiu para reduzir em cerca de 50% a taxa de demissões em uma empresa, reforçando o potencial da IA para transformar estratégias de retenção e reduzir perdas.