🎯 Explorador ROC de Predicción de Abandono

La esquina superior izquierda de la curva ROC (TPR = 1, FPR = 0) es un ideal puramente estadístico que trata un falso positivo y un falso negativo como igualmente malos. El umbral óptimo en coste, en cambio, minimiza el coste empresarial total esperado = FP × coste-por-falso-positivo + FN × coste-por-falso-negativo. Si un abandono no detectado es mucho más costoso que una oferta de retención desperdiciada, el umbral óptimo en coste se sitúa más bajo (captura más abandonos) que el punto estadísticamente "equilibrado", y viceversa.

La salida de probabilidad de un modelo es solo un producto intermedio — la decisión empresarial es binaria: enviar la oferta de retención o no. Dos empresas con el modelo idéntico y el mismo AUC pueden elegir racionalmente umbrales completamente distintos si sus estructuras de costes difieren, por ejemplo un negocio de suscripción de bajo margen frente a un contrato empresarial de alto valor. Por eso desplegar un modelo siempre implica una conversación con el negocio sobre el coste relativo de los falsos positivos y los falsos negativos, no solo una métrica de ciencia de datos.

Controla cuánto se separan las distribuciones de puntuación de los clientes retenidos y los que abandonan. Con calidad baja, las dos distribuciones de puntuación en forma de campana se solapan mucho, por lo que ningún umbral las separa bien y la curva ROC se sitúa cerca de la diagonal (AUC cercano a 0,5). Con calidad alta, las distribuciones apenas se solapan, la curva ROC se curva bruscamente hacia la esquina superior izquierda, y el AUC se acerca a 1,0 — esto es exactamente lo que hace mejorar las características o el algoritmo de un modelo real a su distribución de puntuación.

La curva ROC se construye barriendo el umbral a través de cada puntuación distinta presente en la muestra finita de clientes; cada vez que el umbral cruza la puntuación de un cliente, la curva sube un escalón (se capturó un verdadero positivo) o se desplaza a la derecha (se capturó un falso positivo), produciendo una escalera en lugar de una línea suave. Con más clientes los escalones se vuelven más finos y la curva parece más suave. La diagonal discontinua de (0,0) a (1,1) representa un modelo sin ninguna capacidad predictiva — un clasificador que adivina al azar tiene una curva ROC esperada que se sitúa exactamente sobre esta línea.