Prédiction de la résiliation vs décision de rétention

Avons-nous toujours besoin d'un modèle de désabonnement ?

Oui. Le risque reste un input. Le decisioning de rétention ajoute la couche supérieure : l'uplift attendu, le coût et la marge, c'est là que l'argent est réellement gagné ou perdu.

Qu'est-ce qu'un segment « sleeping-dog » ?

Clients dont la probabilité de churn augmente lorsque tu les contactes pour les retenir. La modélisation de l'uplift les identifie pour qu'ils puissent être exclus, ce que le classement pur par risque ne peut pas faire.

Comment l'impact sur la rétention est-il mesuré correctement ?

Par rapport à un holdout de clients à risque comparables qui ne reçoivent aucune intervention, rapporté comme marge retenue incrémentale plutôt que comme taux de rétention.

En quoi Markin est-il différent du decisioning ou de l'IA déjà présents dans churn prediction ?

Un moteur de decisioning classe les actions qu'un humain a déjà définies, à l'intérieur de la surface de campagne qui lui a été donnée. Markin formule lui-même les hypothèses (marketing, produit, prix ou anomalie technique freinant la growth), les quantifie, les exécute à l'intérieur de churn prediction et de tes surfaces produit, et lit chacune d'elles par rapport à un holdout randomisé. Il se comporte comme une équipe data science et growth, pas comme un optimiseur.

Markin teste-t-il uniquement les messages et les offres ?

Non. Tout ce qu'un growth scientist humain investiguerait est inclus : la friction à l'onboarding, l'adoption de fonctionnalités, la tarification et le packaging, le recouvrement, et les problèmes de santé technique tels qu'un taux d'erreur de paiement ou un deeplink cassé qui tue silencieusement la conversion. Le marketing est l'un des quatre domaines d'hypothèse, pas la limite.

Qu'est-ce que the business case for adding Markin on top of churn prediction ?

On the assumptions preloaded above, 2.0M customers at 19 a month, une petite variation de l'ARPU représente un chiffre important en valeur absolue, car elle s'applique à l'ensemble de la base installée chaque mois plutôt qu'à une campagne. Sur l'ensemble des déploiements Markin, la fourchette vérifiée sur les cohortes traitées est de +17 % à +35 % ARPU par rapport à un holdout randomisé. L'objectif n'est pas d'envoyer plus de messages : il s'agit de trouver l'action à plus forte valeur par client, de la lancer et de la prouver par rapport à un groupe de contrôle avant de la généraliser.

Combien de temps avant qu'il ne soit rentable ?

Les premières opportunités dimensionnées sont en test dans les six semaines et le premier résultat vérifié par holdout arrive en moins de 90 jours. Le retour sur investissement dépend de ta base, de ta marge et du coût du programme. Le calculateur sur cette page le calcule à partir de tes propres chiffres, après application de la réduction de 20 % à 40 % que BCG constate lorsque les programmes Next Best Action sont testés en termes d'incrémentalité.