A transformação digital no varejo tem causado uma mudança profunda na forma como as empresas conduzem seus negócios, com a integração de tecnologias avançadas, como análise de dados e inteligência artificial, impactando a interação com os clientes. O e-commerce expandiu as fronteiras do varejo, oferecendo conveniência e acesso a uma variedade maior de produtos. A transformação digital tornou-se uma necessidade para empresas que desejam permanecer competitivas e atender às crescentes demandas dos consumidores por uma experiência de compra eficiente e personalizada. Dentro desse contexto, identificar a saúde do cliente ao longo de seu ciclo de vida é essencial, uma vez que a desistência pode ocorrer de forma imprevisível. O modelo BG/NBD (Beta- geometric Negative Binomial Distribution) foi usado para prever a probabilidade de churn (desistência) dos clientes, com resultados significativos e boa capacidade preditiva. A análise de Kaplan-Meier foi usada para examinar o comportamento de compra e informações demográficas, destacando que clientes com cestas de produtos maiores tendem a permanecer mais tempo, enquanto aqueles com compras de alto valor têm relacionamentos menos duradouros. Em resumo, o modelo BG/NBD foi eficaz na classificação de clientes ativos e inativos, e a análise de Kaplan-Meier forneceu informações valiosas sobre retenção e fidelização de clientes, capacitando a empresa a tomar decisões estratégicas com recursos da transformação digital.

The digital transformation in retail has caused a profound change in how companies conduct their businesses, with the integration of advanced technologies such as data analysis and artificial intelligence impacting customer interactions. E-commerce has expanded the boundaries of retail, offering convenience and access to a wider range of products. Digital transformation has become a necessity for companies that want to remain competitive and meet the growing demands of consumers for an efficient and personalized shopping experience. Within this context, identifying the customers health throughout their lifecycle is essential, as churn can occur unpredictably. The BG/NBD model was used to predict the probability of customer churn, with significant results and good predictive capability. Kaplan-Meier analysis was used to examine purchasing behavior and demographic information, high- lighting that customers with larger product baskets tend to stay longer, while those with high-value purchases have shorter-lasting relationships. In summary, the BG/NBD model was effective in classifying active and inactive customers, and Kaplan-Meier analysis provided valuable information on customer retention and loyalty, empowering the company to make data-driven strategic decisions based on digital transformation capabilities.