La prévention de churn consiste à détecter le risque, à choisir l'intervention ayant l'effet incrémental le plus élevé, et à prouver qu'elle a fonctionné par rapport à un holdout. Comment la boucle fonctionne.
Prévention du churn est la pratique qui consiste à détecter le risque qu'un client parte, à choisir l'intervention ayant l'effet incrémental attendu le plus élevé sur ce client spécifique, et à l'exécuter suffisamment tôt pour modifier le résultat. C'est une discipline de decisioning, pas une campagne : la valeur vient du choix de la bonne action par client, et non de la prise de contact avec tous ceux qui semblent à risque.
La plupart des équipes ont déjà un score de risque quelque part. Beaucoup moins ont une boucle qui transforme ce score en action, retient une partie de la population pour prouver que l'action a fonctionné et retire les traitements qui ne font rien. C'est cette boucle que décrit cet article.
Entre 20 et 40 % des annulations dans les entreprises d'abonnement sont des échecs de paiement, et non des décisions. Les relances intelligentes par code de refus, l'actualisation des comptes et le rafraîchissement des cartes avant l'expiration ne coûtent aucune marge et ne nécessitent aucun modèle. Déploie-les, recalibre, puis travaille sur le churn d'intention. Le détail opérationnel se trouve dans bonnes pratiques de dunning.
Deux comptes à risque de 0,7 % ont des besoins différents : l'un n'a jamais activé la fonctionnalité pour laquelle il a acheté le produit, l'autre paie pour une capacité qu'il n'utilise plus. Un coup de pouce pour l'onboarding aide le premier et insulte le second. Segmente toujours les traitements par cause.
La fenêtre où une action de sauvetage est peu coûteuse est de quelques semaines avant que l'intention d'annuler ne se forme. Au moment où quelqu'un atteint le flux d'annulation, les seuls leviers restants sont coûteux. La déviation reste importante, et conception du flux d'annulation s'avère utile, mais c'est la dernière ligne, pas le programme.
Classe les offres par marge pondérée par l'uplift. Dans la plupart des cas, un tiers des offres de rétention ciblent des clients ayant un uplift négatif : l'offre leur rappelle que partir était une option. La modélisation de l'uplift est le seul moyen de le voir, et elle nécessite des données d'expérimentation, c'est pourquoi la mesure fait partie de la conception et non une phase finale.
Les offres de sauvegarde se dégradent. Un bon de win-back qui a produit 6 points de rétention incrémentale au premier trimestre est souvent à 2 au troisième trimestre, car la population sur laquelle il agit est épuisée. Relis chaque traitement actif mensuellement par rapport à son holdout et supprime ceux qui stagnent.
Trois modes de défaillance expliquent la plupart des programmes décevants. Le premier est de traiter le score comme le produit : un tableau de bord des risques sans personne responsable de l'action. Le second est un traitement unique pour tous, généralement une remise, qui transforme un problème de retention en un problème de prix. Le troisième est de mesurer les actions de rétention sans contrefactuel, ce qui rend impossible d'arrêter de faire les choses qui ne fonctionnent pas.
Markin détecte le signal de risque, énonce l'hypothèse, classe les actions candidates par marge incrémentale attendue et retient automatiquement un groupe de contrôle. Voir Decisioning de rétention ou le streaming view.
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
