La previsione del tasso di abbandono utilizza dati e modelli per segnalare i clienti o gli account che probabilmente se ne andranno, prima che lo facciano loro. Ciò ti dà il tempo di intervenire con offerte di fidelizzazione, supporto o correzioni dell'esperienza. Questo articolo spiega come funziona la previsione del tasso di abbandono, quali dati e modelli sono coinvolti e come utilizzare l'output.
Quando puoi vedere in anticipo chi è a rischio, smetti di reagire alle cancellazioni e inizi ad agire sui primi segnali. Ciò riduce il tasso di abbandono e protegge le entrate.
Punti chiave
- Comprendere i concetti chiave e perché sono importanti.
- Come funziona nella pratica e come iniziare.
- Perché è importante per la tua organizzazione e come collegarlo ai risultati.
Cosa fa la previsione del tasso di abbandono
La previsione dell'abbandono assegna a ciascun cliente (o account) una probabilità o un punteggio di rischio che abbandonerà in una finestra definita, ad es. nei prossimi 30, 60 o 90 giorni. Ai clienti ad alto rischio viene data priorità nelle azioni di fidelizzazione: sensibilizzazione, offerte speciali o gestione dei casi. Il modello utilizza il comportamento storico e attuale (utilizzo, coinvolgimento, contatti di supporto, problemi di pagamento, soddisfazione) per identificare i modelli che precedono l'abbandono. L’obiettivo è individuare i clienti a rischio abbastanza presto da poter fare la differenza.
L'abbandono può essere definito come mancato rinnovo del contratto, cancellazione dell'abbonamento o periodo di inattività a seconda della tua attività. La definizione guida la variabile target e la finestra prevista.
Come funzionano i modelli
I modelli in genere utilizzano l'apprendimento supervisionato: si etichettano i clienti passati come "sfornati" o "mantenuti" in una determinata finestra, quindi si addestra un modello (regressione logistica, aumento del gradiente, ecc.) sulle funzionalità precedenti a quella finestra. Le caratteristiche potrebbero includere: attualità e frequenza d'uso, accessi o sessioni, ticket di supporto, NPS o soddisfazione, ritardi nei pagamenti, durata, piano o prodotto e dati demografici o aziendali. Il modello apprende quali combinazioni di questi segnali prevedono il tasso di abbandono. Viene quindi applicato ai clienti attuali per valutare il rischio. I modelli vengono riqualificati periodicamente man mano che il comportamento e il prodotto cambiano.
La procedura migliore consiste nel convalidare i dati di controllo e nel monitorare l'accuratezza nel tempo. Puoi anche eseguire test A/B: le azioni di fidelizzazione mirate ai clienti ad alto rischio riducono effettivamente il tasso di abbandono?
Utilizzo delle previsioni di abbandono nella pratica
I risultati sono solitamente un punteggio o un segmento di rischio (ad esempio alto/medio/basso). I clienti ad alto rischio vengono indirizzati a programmi di fidelizzazione, team di successo o offerte speciali. Molti team combinano il rischio di abbandono con il CLV, quindi danno prima la priorità a “alto rischio e alto valore”. I punteggi di abbandono possono anche alimentare i dashboard sullo stato degli account in modo che le vendite e il successo vedano gli account a rischio in un unico posto. Nel corso del tempo, è possibile misurare l'incremento: l'intervento ha ridotto l'abbandono nel gruppo ad alto rischio rispetto a un controllo?
La previsione dell'abbandono funziona meglio se abbinata all'analisi dei fattori di fidelizzazione, in modo da sapere non solo "chi potrebbe andarsene", ma "perché" e "cosa potrebbe trattenerli". Ciò informa il tipo di intervento (ad esempio, adozione del prodotto, prezzi o supporto).
Perché è importante per la tua organizzazione
La fidelizzazione proattiva è più economica ed efficace che riconquistare i clienti dopo che se ne sono andati. La previsione del tasso di abbandono concentra gli sforzi sugli account giusti e fornisce una metrica chiara (punteggio di rischio, percentuale di rischio) da monitorare. Se combinato con il CLV e l'analisi dei conducenti, supporta una strategia di fidelizzazione completa: chi salvare, perché potrebbe andarsene e cosa fare. Per ulteriori informazioni sulle metriche correlate, consulta i nostri articoli su salute del conto E CLV.
Per vedere come creiamo modelli di abbandono e programmi di fidelizzazione con i clienti, esplora il nostro Modellazione dell'abbandono E Salute del conto servizi. Saremo lieti di discutere i tuoi dati e i tuoi obiettivi.
Conclusione
Comprendere questo argomento ti aiuta a prendere decisioni migliori e a collegare le informazioni all'azione. Per ulteriori informazioni su come aiutiamo i clienti in quest'area, esplora i servizi di seguito o contattaci.
Fondatore e amministratore delegato