The loss of customers, also known as churn, directly affects the performance of companies in the market. Better understanding the factors that contribute to customer exit is an important part of improving companies’ processes and products.The objective of this work is to perform an analysis of data from customers of telecommunications services of a provider. The central point of the work is to study the modifications of the removal of characteristics from the chosen dataset, based on the importance of these characteristics, and infer how the process of removing these characteristics can influence the efficiency of the machine learning model used. During the development of the work, known tools were used to treat and manipulate the database. Finally, the results show that the process of removing characteristics is advantageous to reduce the volume of data to be worked.A perda de clientes, também conhecida como churn, afeta diretamente o desempenho das empresas no mercado. Entender melhor os fatores que contribuem para a evasão dos clientes é parte importante da melhoria dos processos e produtos das empresas. O objetivo deste trabalho é realizar uma análise de dados de churn de clientes de serviços de telecomunicações de uma operadora. O ponto central do objetivo do trabalho é estudar os impactos da remoção de características do conjunto de dados escolhido tomando como base a importância destas características, além de inferir sobre como o processo de remoção destas características podem influenciar na eficiência do modelo de machine learning utilizado. Durante o desenvolvimento do trabalho foram utilizadas algumas ferramentas conhecidas para tratamento e manipulação da base de dados. Por fim, os resultados mostraram que o processo de remoção de características utilizado possibilitou reduzir a quantidade de variáveis do conjunto de dados em mais de 50% mantendo o desempenho.