La literatura relacionada con los modelos de Inteligencia Artificial (IA) y la predicción de la pérdida de clientes es extensa y rica en entornos de Negocio a Cliente (B2C); sin embargo, la investigación en entornos de Negocio a Negocio (B2B) no está suficientemente abordada. La pérdida de clientes en el entorno empresarial y más aún en un contexto B2B es crítica, ya que el impacto en la facturación suele ser mayor que en entornos B2C. Por otro lado, los datos utilizados en el contexto de este documento señalan la importancia de la relación entre el cliente y la marca a través del Centro de Contacto. Por lo tanto, el modelo de recencia, frecuencia, importancia y duración (RFID) utilizado para obtener la evaluación del cliente desde el punto de vista de sus interacciones con el Centro de Contacto es una novedad y una fuente adicional de información para los modelos tradicionales basados en transacciones de compra, recencia, frecuencia y monetaria (RFM). El objetivo de este trabajo consiste en el diseño de un proceso metodológico que contribuya a analizar la explicabilidad de las predicciones de algoritmos de IA, Inteligencia Artificial Explicable (XAI), para lo cual analizamos la variable objetivo binaria de abandono en un entorno B2B, considerando las relaciones que el socio (cliente) tiene con el Centro de Contacto, y centrándonos en una empresa de distribución de software empresarial. El modelo puede generalizarse a cualquier entorno en el que se requieran algoritmos de clasificación o regresión.