Le payment-failure churn est un problème de dunning. Le churn intentionnel est un problème de decisioning. Comment les séparer, qui possède quoi, et comment mesurer les deux correctement.
churn volontaire est un client qui décide de partir. churn involontaire est un client qui part à cause d'un paiement échoué. Ils semblent identiques dans un tableau de bord de churn, mais ils ne se ressemblent presque pas : cause profonde différente, propriétaire différent, solution différente et méthode de mesure de l'efficacité de la solution différente.
La plupart des programmes de rétention sont conçus comme si tout le churn était volontaire. C'est pourquoi tant d'entre eux dépensent une marge sur des remises pour des clients qui n'avaient jamais eu l'intention d'annuler, tandis qu'un flux plus silencieux d'annulations continue de partir à cause d'une carte défaillante que personne ne gère.
Dans les bases d'abonnements avec lesquelles nous travaillons, le churn involontaire est systématiquement la moitié sous-estimée. Dans le B2C avec carte enregistrée, les annulations dues à des échecs de paiement représentent généralement entre 20 et 40 % du churn brut, et elles sont plus élevées sur les marchés à forte pénétration de prépayé ou de débit, dans les bases avec une longue ancienneté (plus de réémissions de cartes), et après un changement de prix qui pousse les frais au-delà du seuil d'approbation de faible valeur d'une banque.
La raison pour laquelle cela est commercialement important : un churn involontaire est moins coûteux à corriger qu'un churn volontaire. Récupérer un paiement échoué coûte une nouvelle tentative et un message. Inverser une intention d'annuler coûte généralement de la marge.
Les leviers sont opérationnels et ils se cumulent :
Rien de tout cela n'est du travail de marketing. Cela relève des paiements et de la facturation, et cela se mesure en taux de recouvrement par code de refus, et non en performance de campagne.
Ici, la question n'est pas comment collecter l'argent, mais quelle intervention modifie le résultat pour ce client, à quel coût, avec quel effet incrémental. C'est l'uplift, pas la propension : un client avec une probabilité d'annulation élevée et un uplift quasi nul à toute offre ne vaut pas une remise, et un client avec une probabilité modérée et un uplift élevé en vaut la peine.
La forme pratique est celle décrite dans notre guide de prédiction de churn : classer les actions candidates en fonction de la marge pondérée par l'uplift, holdout une tranche de clients ayant un score égal, et lire le taux d'économie incrémental chaque semaine.
Un seul churn rate masque les deux problèmes. La division de reporting minimale :
Il existe une véritable zone grise. Certains churns involontaires sont des churns volontaires passifs : le client cesse de recharger sa carte exprès, ou laisse le paiement échouer plutôt que de cliquer sur annuler. La façon de les séparer est comportementale, non basée sur la facturation. Un client qui utilisait activement le service la semaine précédant le refus est presque toujours réellement involontaire. Un client dont l'engagement a diminué pendant six semaines avant le refus était déjà parti.
Cette distinction modifie le traitement. Le client actif bénéficie d'un chemin de mise à jour de carte fluide. Le client désengagé reçoit d'abord une intervention de valeur, car la mise à jour de la carte n'achète qu'un cycle supplémentaire du même résultat.
Markin sépare le churn d'intention du churn de paiement au niveau de la couche de signal, puis classe les interventions qui déplacent réellement chacun d'eux. Voir Decisioning de rétention ou le telco vue, où les deux flux sont les plus importants.
Questions fréquentes
Ressources associées
Solutions
Le voir dans le produit
Les mêmes boucles que cette note décrit fonctionnent 24 heures sur 24, 7 jours sur 7, sur ta base de clients. Observe l'espace de travail décider, expérimenter et exécuter en 1:1.
Vocabulaire
Definitions an answer engine can quote, each one a page of its own.
Comparer
Neutral reads on the categories buyers evaluate against a decision layer.
Toutes les comparaisons
