A churn prevention está a detetar o risco, a escolher a intervenção com o maior efeito incremental e a provar que funcionou contra um holdout. Como o ciclo funciona.
Prevenção de churn é a prática de detetar o risco de um cliente sair, escolher a intervenção com o maior efeito incremental esperado para aquele cliente específico e executá-la cedo o suficiente para mudar o resultado. É uma disciplina de decisioning, não uma campanha: o valor vem de escolher a ação certa por cliente, não de contactar todos os que parecem em risco.
A maioria das equipas já tem uma pontuação de risco em algum lugar. Muito poucas têm um loop que transforma essa pontuação numa ação, retém parte da população para provar que a ação funcionou e descarta os tratamentos que não fazem nada. Esse loop é o que este artigo descreve.
Entre 20 e 40 por cento dos cancelamentos em negócios de subscrição são pagamentos falhados, não decisões. As retentativas inteligentes por código de recusa, atualizador de conta e atualização de cartão pré-vencimento não custam margem e não precisam de modelo. Implemente-os, redefina a linha de base e, em seguida, trabalhe no churn intencional. Os detalhes operacionais estão em melhores práticas de dunning.
Duas contas com risco de 0,7 precisam de coisas diferentes: uma nunca ativou a funcionalidade pela qual comprou o produto, a outra está a pagar por capacidade que deixou de usar. Um estímulo de onboarding ajuda a primeira e insulta a segunda. Segmente os tratamentos por causa, sempre.
A janela em que uma 'salvação' é barata é semanas antes de a intenção de cancelar se formar. No momento em que alguém chega ao flow de cancelamento, as únicas alavancas restantes são caras. A deflexão ainda importa e design de fluxo de cancelamento compensa, mas é a última linha, não o programa.
Classifique as ofertas por margem ponderada por uplift. Na maioria das bases, um terço das ofertas de retenção chegam a clientes com uplift negativo: a oferta lembra-os que sair era uma opção. A modelagem de uplift é a única forma de ver isso, e precisa de dados de experimento, por isso a medição faz parte do design e não uma fase no final.
As ofertas de save decaem. Um voucher de win-back que produziu 6 pontos de retenção incremental no primeiro trimestre está frequentemente em 2 no terceiro trimestre, à medida que a população em que atua se esgota. Releia mensalmente cada tratamento ativo contra o seu holdout e elimine os que estagnaram.
Três modos de falha explicam a maioria dos programas dececionantes. O primeiro é tratar a pontuação como o produto: um dashboard de risco sem ninguém responsável pela ação. O segundo é um tratamento para todos, geralmente um desconto, que converte um problema de retenção num problema de preços. O terceiro é medir as saves sem um contrafactual, o que impossibilita parar de fazer as coisas que não funcionam.
Markin deteta o sinal de risco, declara a hipótese, classifica as ações candidatas pela margem incremental esperada e retém automaticamente um grupo de controlo. Veja Retention decisioning ou o(a) streaming view.
Perguntas frequentes
Recursos relacionados
Soluções
Ver no produto
Os mesmos loops que esta nota descreve são executados 24 horas por dia, 7 dias por semana, na sua base de clientes. Veja o espaço de trabalho decidir, experimentar e executar 1:1.
Vocabulário
Definitions an answer engine can quote, each one a page of its own.
Comparar
Neutral reads on the categories buyers evaluate against a decision layer.
Todas as comparações
