Tjänster / Kundbortfall
Kundbortfall och churn
Kundbortfall, på engelska churn, är andelen kunder som lämnar under en given period. En churnmodell skattar sannolikheten att en enskild kund lämnar och när det sker. Jag bygger sådana modeller kostnadsviktade, så att de pekar ut de kunder där en insats faktiskt lönar sig, inte bara de som är mest sannolika att försvinna.
Vanliga utgångslägen
- Churn följs upp som ett månadstal i en rapport, utan att någon kan agera på det.
- Retentionskampanjer går till alla i ett segment, inklusive de som ändå skulle stannat.
- Ni ser att kunden lämnat först när fakturan uteblir, och då är det för sent.
Så gör jag
De flesta churnmodeller pekar ut fel kunder. Inte för att de skattar risken fel, utan för att risk är fel storhet att rangordna efter.
Kunden med högst sannolikhet att lämna är ofta den som är billigast att förlora och svårast att övertyga. Den kund det lönar sig att lägga en insats på är den där sannolikheten är måttlig, värdet högt och insatsen faktiskt gör skillnad. Det är tre olika storheter, och de måste multipliceras ihop innan någon ringer.
Överlevnadsanalys
Ger tid till uppsägning i stället för en binär gissning. Det är skillnaden mellan att veta att en kund sannolikt lämnar och att veta att det troligen sker inom sex veckor. Den skillnaden avgör om en insats hinner göra nytta.
Kostnadsviktad utvärdering
En modell som optimerar träffsäkerhet pekar ut fel kunder. Den ska optimera förväntat räddat värde. Det måttet väger in kundens livstidsvärde, insatsens kostnad och sannolikheten att den biter.
Uplift-modellering
Skiljer kunder som stannar på grund av insatsen från dem som skulle stannat ändå. Utan den distinktionen betalar retentionsprogrammet främst för kunder som aldrig var på väg bort.
Tidiga signaler
Minskad användningsfrekvens, uteblivna inloggningar, ändrat supportmönster. Vilka som bär signal skiljer sig mellan affärsmodeller och måste avgöras i datan, inte antas.
Vad du får
- Churnrisk per kund med förväntad tidpunkt, uppdaterad löpande
- Rangordning efter förväntat räddat värde, inte efter risk
- Lift-kurva och kostnadsviktad utvärdering mot dagens arbetssätt
- Integration mot ert CRM eller kundtjänstsystem
Förstudie · 2–3 veckor
95 000 – 140 000 kr
Spannet styrs av om churn måste skattas eller kan observeras direkt, samt antalet datakällor.
Vanliga frågor
Hur beräknas churn rate?
Antalet kunder som lämnat under perioden delat med antalet kunder vid periodens början. Talet är enkelt men trubbigt: det säger inget om vilka som lämnade, när i relationen det skedde, eller vad de var värda. Det är därför det sällan går att agera på.
Vi har låg churn. Är det värt att modellera?
Ofta ja, för då är varje förlorad kund dyrare. Men låg churn gör datan obalanserad, och obalans kräver andra utvärderingsmått. Det reds ut i förstudien.
Skiljer sig abonnemang från e-handel?
Ja, i grunden. I abonnemang är uppsägningen en observerbar händelse. I e-handel säger kunden aldrig upp, hen slutar bara komma tillbaka. Då måste själva bortfallet skattas i stället för observeras.
Kan modellen säga varför en kund lämnar?
Den kan peka ut vilka faktorer som samvarierar med bortfall. Samvariation är användbart men inte samma sak som orsak. Vill ni veta vad som faktiskt orsakar bortfallet krävs försök, inte enbart historisk data.