O aumento da base de alunos trouxe novos desafios operacionais. Em uma operação dessa magnitude, pequenas variações na taxa de evasão representam impactos financeiros e acadêmicos relevantes. No entanto, a instituição não possuía mecanismos analíticos capazes de identificar, com antecedência, quais alunos estavam em risco de abandono.
A Cognitivo aplicou AI para transformar dados acadêmicos em inteligência acionável. Os modelos passaram a avaliar mensalmente o comportamento dos alunos e gerar previsões de risco de evasão com alto nível de precisão. Isso permitiu que a instituição deixasse de atuar de forma genérica e passasse a direcionar ações de retenção exatamente onde havia maior probabilidade de impacto.
A instituição alcançou mais de 90% de acerto na identificação de casos de evasão. A antecipação da evasão permitiu preservar receita recorrente de mensalidades e direcionar a equipe de retenção com maior precisão, sem ampliação proporcional da estrutura. A operação ganhou eficiência, previsibilidade e maior sustentabilidade financeira.
