<a id="1fa3160bddf28065a518f9c57d92262b"></a><a id="1fa3160b-ddf2-8065-a518-f9c57d92262b"></a>

<a id="1fa3160bddf28079914df1c9d6b8ab1c"></a><a id="1fa3160b-ddf2-8079-914d-f1c9d6b8ab1c"></a>

> <a id="1fa3160bddf280aeb9cbf6c0f1ac1e52"></a><a id="1fa3160b-ddf2-80ae-b9cb-f6c0f1ac1e52"></a>
> 
> Funcionalidade em modo experimental

<a id="1fa3160bddf2803ca157c5d47ff2ebfc"></a><a id="1fa3160b-ddf2-803c-a157-c5d47ff2ebfc"></a>

- <a href="#1fa3160bddf280f2982ed0782784cfef">Itens considerados na análise</a>
  - <a href="#1fa3160bddf280d0b567de91fd07d8b6">a) Queda na participação média</a>
  - <a href="#1fa3160bddf2801394fbd6db2441086a">b) Aumento de cancelamentos em cima da hora</a>
  - <a href="#1fa3160bddf2801ba1b0cd8dbf549190">c) Ausência</a>
  - <a href="#3523160bddf2805e867be3c0642695d5">d) Falta de pagamento</a>
- <a href="#1fa3160bddf28039b525d7f29be28925">Frequência da análise</a>

<a id="1fa3160bddf280adb1cccfcce14c3bdd"></a><a id="1fa3160b-ddf2-80ad-b1cc-cfcce14c3bdd"></a>

---

<a id="1fa3160bddf2801aad16cb9382c00716"></a><a id="1fa3160b-ddf2-801a-ad16-cb9382c00716"></a>

> <a id="1fa3160bddf280e9b8a8ddc8282b4257"></a><a id="1fa3160b-ddf2-80e9-b8a8-ddc8282b4257"></a>
> 
> No CRM você poderá encontrar uma etiqueta <strong>learn-churn-risk </strong>que identifica alunos que a Learn considera estarem em risco de evasão.

<a id="1fa3160bddf280f2982ed0782784cfef"></a><a id="1fa3160b-ddf2-80f2-982e-d0782784cfef"></a>

# <a id="items-considerados-en-el-análisis" data-help-heading="true"></a>Itens considerados na análise

<a id="1fa3160bddf280c6af64c7fb6fd64e6a"></a><a id="1fa3160b-ddf2-80c6-af64-c7fb6fd64e6a"></a>

Para calcular o risco de evasão de um aluno, a Learn considera os seguintes itens.

<a id="1fa3160bddf280d0b567de91fd07d8b6"></a><a id="1fa3160b-ddf2-80d0-b567-de91fd07d8b6"></a>

## <a id="a-baja-en-la-participación-promedio" data-help-heading="true"></a>a) Queda na participação média

<a id="1fa3160bddf280dc92a4ebf246fb7022"></a><a id="1fa3160b-ddf2-80dc-92a4-ebf246fb7022"></a>

Consideramos um aluno em risco de evasão se, durante as últimas 3 semanas, a média de check-ins (de qualquer tipo) semanais for 50% menor que a média das últimas 13 semanas

<a id="1fa3160bddf2801394fbd6db2441086a"></a><a id="1fa3160b-ddf2-8013-94fb-d6db2441086a"></a>

## <a id="b-aumento-de-cancelaciones-sobre-la-hora" data-help-heading="true"></a>b) Aumento de cancelamentos em cima da hora

<a id="1fa3160bddf2807ebcd6f10594fe45cb"></a><a id="1fa3160b-ddf2-807e-bcd6-f10594fe45cb"></a>

Para esta análise consideramos como “cancelamento em cima da hora” todos os cancelamentos feitos com menos de 3 horas antes da aula e os <em>no-shows</em>.

<a id="1fa3160bddf28014b943fc93c70c632a"></a><a id="1fa3160b-ddf2-8014-b943-fc93c70c632a"></a>

Consideramos um aluno em risco de evasão se a taxa de cancelamentos em cima da hora durante as últimas 3 semanas for 50% maior que a das últimas 13 semanas.

<a id="1fa3160bddf2801ba1b0cd8dbf549190"></a><a id="1fa3160b-ddf2-801b-a1b0-cd8dbf549190"></a>

## <a id="c-ausencia" data-help-heading="true"></a>c) Ausência

<a id="1fa3160bddf2804ab64bd3f3f37146f2"></a><a id="1fa3160b-ddf2-804a-b64b-d3f3f37146f2"></a>

Consideramos um aluno em risco de evasão se seu último check-in ao vivo foi há mais de 14 dias E seu último check-in on-demand foi há mais de 10 dias.

<a id="3523160bddf280ca89cfd0e7126097f2"></a><a id="3523160b-ddf2-80ca-89cf-d0e7126097f2"></a>

<a id="3523160bddf2805e867be3c0642695d5"></a><a id="3523160b-ddf2-805e-867b-e3c0642695d5"></a>

## <a id="d-falta-de-pago" data-help-heading="true"></a>d) Falta de pagamento

<a id="3523160bddf280c1872bf5f4ec6c1b27"></a><a id="3523160b-ddf2-80c1-872b-f5f4ec6c1b27"></a>

Se o acesso do aluno for regulado por uma assinatura, consideramos um aluno em risco se sua cobrança está prestes a falhar ou falhou.

<a id="1fa3160bddf28039b525d7f29be28925"></a><a id="1fa3160b-ddf2-8039-b525-d7f29be28925"></a>

# <a id="frecuencia-del-análisis" data-help-heading="true"></a>Frequência da análise

<a id="1fa3160bddf2807b9c55f9ed40c314d0"></a><a id="1fa3160b-ddf2-807b-9c55-f9ed40c314d0"></a>

A análise é realizada todos os domingos sobre os usuários que tenham feito algum check-in ou cancelamento na semana e sobre os usuários que, estando habilitados, não fazem check-in há mais de 10 dias. 

<a id="31f3160bddf280318cd5f72099337d3c"></a><a id="31f3160b-ddf2-8031-8cd5-f72099337d3c"></a>
