Zahlungsausfall-churn ist ein Mahnproblem. Intent churn ist ein decisioning-Problem. Wie man sie aufteilt, wem jeder Bereich gehört und wie man beide korrekt misst.
Freiwilliger churn ist ein Kunde, der sich entscheidet zu gehen. Unfreiwilliger churn ist ein Kunde, der geht, weil eine Zahlung fehlgeschlagen ist. Sie sehen auf einem churn Dashboard identisch aus und ähneln sich doch fast gar nicht: andere Ursache, anderer Verantwortlicher, andere Behebung und eine andere Art zu messen, ob die Behebung funktioniert hat.
Die meisten Bindungsprogramme sind so aufgebaut, als wäre alle churn freiwillig. Deshalb geben so viele von ihnen Marge für Rabatte an Kunden aus, die nie beabsichtigt hatten zu kündigen, während ein leiserer Strom von Kündigungen durch eine fehlgeschlagene Karte, die niemand besitzt, weiterhin abfließt.
Über die Abonnementbasen, mit denen wir arbeiten, ist der unfreiwillige churn durchweg die unterschätzte Hälfte. Im B2C-Bereich mit hinterlegter Karte machen Zahlungsausfallkündigungen typischerweise zwischen 20 und 40 Prozent des Brutto-churn aus, und sie sind höher in Märkten mit hoher Prepaid- oder Debitkartendurchdringung, in Basen mit langer Vertragslaufzeit (mehr Kartenneuausstellungen) und nach einer Preisänderung, die Gebühren über den niedrigen Genehmigungsschwellenwert einer Bank hinausdrückt.
Der Grund, warum dies kommerziell wichtig ist: unfreiwilliger churn ist günstiger zu beheben als freiwilliger churn. Eine fehlgeschlagene Zahlung wiederherzustellen kostet einen Wiederholungsversuch und eine Nachricht. Eine Absicht zur Kündigung rückgängig zu machen, kostet normalerweise Margin.
Die Hebel sind operativ und wirken kumulativ:
Nichts davon ist marketing Arbeit. Es gehört zu Zahlungen und Abrechnungen und wird in der Wiederherstellungsrate pro Ablehnungscode gemessen, nicht in der Kampagnenleistung.
Hier geht es nicht darum, wie man das Geld eintreibt, sondern darum, welche Intervention das Ergebnis für diesen Kunden ändert, zu welchen Kosten, mit welchem inkrementellen Effekt. Das ist uplift, nicht Propensität: Ein Kunde mit hoher Stornierungswahrscheinlichkeit und nahezu null uplift bei einem Angebot ist keinen Rabatt wert, ein Kunde mit moderater Wahrscheinlichkeit und hohem uplift hingegen schon.
Die praktische Form ist die, die in unserem beschrieben ist churn prediction guide: Rangfolge der qualifizierten Aktionen nach uplift-gewichteter Marge, Ausklammern eines Teils gleich bewerteter Kunden und wöchentliches Ablesen der inkrementellen Sparquote.
Eine einzige churn rate verbirgt beide Probleme. Die minimale Aufschlüsselung der Berichterstattung:
Es gibt eine echte Grauzone. Einiges an unfreiwilligem churn ist passiver freiwilliger churn: Der Kunde hört absichtlich auf, die Karte aufzuladen, oder lässt die Zahlung fehlschlagen, anstatt auf „Abbrechen“ zu klicken. Die Trennung erfolgt verhaltensbasiert, nicht rechnungsbasiert. Ein Kunde, der den Dienst in der Woche vor der Ablehnung aktiv genutzt hat, ist fast immer wirklich unfreiwillig betroffen. Einer, dessen Engagement sechs Wochen vor der Ablehnung abgenommen hat, war bereits gegangen.
Diese Unterscheidung ändert die Behandlung. Der aktive Kunde erhält einen reibungslosen Weg zur Kartenaktualisierung. Der distanzierte Kunde erhält zuerst eine Value-Intervention, da die Aktualisierung der Karte nur einen weiteren Zyklus desselben Ergebnisses bringt.
Markin trennt intent churn von payment churn auf der Signal-Ebene und bewertet dann die Interventionen, die jeweils tatsächlich etwas bewirken. Siehe Retention decisioning oder die telco Ansicht, wo beide Streams am größten sind.
Häufig gestellte Fragen
Verwandte Ressourcen
Lösungen
Im Produkt ansehen
Die gleichen Schleifen, die dieser Hinweis beschreibt, laufen 24/7 in deiner Kundenbasis. Beobachte, wie der Arbeitsbereich 1:1 entscheidet, Experimente durchführt und ausführt.
Vokabular
Definitions an answer engine can quote, each one a page of its own.
Vergleichen
Neutral reads on the categories buyers evaluate against a decision layer.
Alle Vergleiche
