Истощение клиентов

Истощение клиентов , также известное как отток клиентов , текучесть клиентов или уход клиентов , — это потеря клиентов или заказчиков.

Компании часто используют анализ и коэффициенты оттока клиентов в качестве одного из ключевых показателей бизнеса (наряду с денежным потоком , EBITDA и т. д.), поскольку стоимость удержания существующего клиента намного меньше, чем стоимость привлечения нового . ^{[ 1 ]} Примеры включают банки , телефонные компании, интернет-провайдеры , компании платного телевидения , страховые фирмы и службы мониторинга сигнализации. Компании из этих секторов часто имеют отделения по обслуживанию клиентов , которые пытаются вернуть ушедших клиентов, поскольку восстановленные долгосрочные клиенты могут принести компании гораздо больше пользы, чем вновь принятые клиенты.

Компании обычно различают добровольный и принудительный уход . Добровольный отток происходит из-за решения клиента перейти на другую компанию или поставщика услуг, принудительный отток происходит из-за таких обстоятельств, как переезд клиента в учреждение длительного ухода, смерть или переезд в отдаленное место. В большинстве приложений из аналитических моделей исключаются непроизвольные причины оттока. Аналитики склонны концентрироваться на добровольном оттоке клиентов, поскольку он обычно происходит из-за факторов взаимоотношений компании и клиента, которые контролируются компаниями, например, того, как обрабатываются взаимодействия по выставлению счетов или как предоставляется послепродажная помощь.

Когда компании измеряют оборот своих клиентов, они обычно проводят различие между валовым и чистым оттоком клиентов . Валовое сокращение — это потеря существующих клиентов и связанных с ними периодических доходов от контрактных товаров или услуг в течение определенного периода. Чистое сокращение – это общее сокращение плюс добавление или привлечение аналогичных клиентов в исходном местоположении. Финансовые учреждения часто отслеживают и измеряют истощение, используя взвешенный расчет, называемый ежемесячным периодическим доходом (или MRR ). В 2000-х годах также появился ряд для бизнес-аналитики программ , которые могут анализировать базы данных с информацией о клиентах и анализировать факторы, связанные с оттоком клиентов, такие как неудовлетворенность обслуживанием или технической поддержкой, споры по счетам или разногласия по поводу политики компании. . Более сложное программное обеспечение для прогнозной аналитики использует модели прогнозирования оттока клиентов, которые прогнозируют отток клиентов, оценивая их склонность к риску оттока. Поскольку эти модели создают небольшой приоритетный список потенциальных перебежчиков, они эффективны для сосредоточения внимания на маркетинговые программы удержания клиентов для той части клиентской базы, которая наиболее уязвима к оттоку.

Приложения для розничных услуг

Финансовые услуги, такие как банковское дело и страхование, используют приложения прогнозной аналитики для моделирования оттока клиентов, поскольку удержание клиентов является важной частью бизнес-моделей большинства финансовых услуг . Другие отрасли также осознали силу прогнозной аналитики, включая розничную торговлю , телекоммуникации и операторов платного телевидения. Одной из основных задач моделирования оттока клиентов является определение причинных факторов, чтобы компания могла попытаться предотвратить отток клиентов в будущем. Некоторые компании хотят предотвратить ухудшение состояния своих хороших клиентов (например, задержку платежей) и превращение их в менее прибыльных клиентов, поэтому они ввели понятие частичного оттока клиентов .

Отток клиентов заслуживает особого внимания со стороны поставщиков услуг мобильной связи во всем мире. Это связано с низкими барьерами для перехода к конкурирующему поставщику услуг, особенно с появлением в некоторых странах технологии переносимости мобильных номеров (MNP). Это позволяет клиентам перейти к другому провайдеру, сохранив при этом свои номера телефонов. В то время как на зрелых рынках с высокой плотностью телефонной связи (проникновение рынка телефонной связи) уровень оттока составляет от 1% до 2% в месяц, на развивающихся рынках с высокими темпами роста, таких как Индия и Китай, уровень оттока составляет от 3% до 4% в месяц. Внедряя новые технологии, такие как модели прогнозирования оттока клиентов, в сочетании с эффективными программами удержания, можно было бы лучше управлять оттоком клиентов и остановить значительную потерю доходов из-за уходящих клиентов.

Истощение клиентов является серьезной проблемой для банков США и Канады, поскольку у них гораздо более высокий уровень оттока клиентов, чем у банков в Западной Европе. Банки США и Канады с самыми низкими показателями оттока клиентов достигли уровня текучести клиентов всего в 12% в год, используя такие тактики, как бесплатные текущие счета, онлайн-банкинг и оплата счетов, а также улучшенное обслуживание клиентов. Однако, как только банки смогут улучшить показатели оттока клиентов за счет улучшения обслуживания клиентов, они смогут достичь точки, за которой дальнейшее обслуживание клиентов не будет улучшать удержание клиентов; необходимо изучить другие тактики или подходы.

Отток или истощение клиентов часто используется как показатель удовлетворенности клиентов. Однако уровень оттока можно искусственно поддерживать на низком уровне, затрудняя клиентам восстановление своих услуг. Это может включать игнорирование запросов на восстановление, реализацию длительных и сложных процедур восстановления, которые должен выполнить средний потребитель, а также различные другие препятствия на пути восстановления. Таким образом, отток клиентов может улучшиться, а удовлетворенность клиентов ухудшиться. Эта практика недальновидна и будет иметь неприятные последствия. Однако было показано ^{[ кем? ]} будет распространено в телефонных компаниях и среди интернет-провайдеров.

Исследовать

Ученые изучили отток клиентов в европейских компаниях, предоставляющих финансовые услуги, и исследовали факторы, предсказывающие отток клиентов, а также то, как использование подходов управления взаимоотношениями с клиентами (CRM) может повлиять на уровень оттока. Некоторые исследования объединяют несколько различных типов предикторов для разработки модели оттока. Эта модель может учитывать демографические характеристики , изменения окружающей среды и другие факторы. ^{[ 2 ]}

Исследования по моделированию данных об оттоке клиентов могут предоставить предприятиям несколько инструментов для улучшения удержания клиентов. Используя интеллектуальный анализ данных и программное обеспечение, можно применить статистические методы для разработки нелинейных моделей причин истощения кадров. Один исследователь отмечает, что «...удерживать существующих клиентов более выгодно, чем приобретать новых, главным образом благодаря экономии на затратах на привлечение, более высокому объему потребления услуг и рекомендациям клиентов». Аргумент состоит в том, что для создания «...эффективной программы удержания клиентов» менеджеры должны прийти к пониманию того, «...почему клиенты уходят» и «...идентифицировать клиентов с высоким риском ухода», путем точного прогнозирования отток клиентов. ^{[ 3 ]}

Моделирование оттока клиентов преследует двойную цель. Во-первых, он должен достичь хороших прогнозных показателей, которые часто измеряются с помощью площади под кривой ROC или подъема верхнего дециля. Во-вторых, он должен дать представление о причинах оттока сотрудников, чтобы определять управленческие решения. ^{[ 4 ]}

Прогноз

В бизнес- контексте «отток» означает как миграцию клиентов, так и потерю их ценности. Итак, «коэффициент оттока» относится, с одной стороны, к проценту клиентов, которые прекращают отношения с организацией, или, с другой стороны, к клиентам, которые все еще получают их услуги, но не так часто или не так часто. как они привыкли. Таким образом, нынешние организации сталкиваются с огромной проблемой: уметь предвидеть уход клиентов, чтобы удержать их вовремя, сокращая таким образом затраты и риски и добиваясь эффективности и конкурентоспособности. На рынке существуют передовые аналитические инструменты и приложения, специально предназначенные для глубокого анализа огромных объемов данных внутри организаций и для прогнозирования на основе информации, полученной в результате анализа и изучения этих данных. Они стремятся предоставить маркетинговым отделам и агентствам – и всем бизнес-пользователям – необходимое оружие для:

Быстро определите, от каких клиентов собираются отказаться, и узнайте их подробно, отвечая на такие вопросы, как: «Кто они?» или Как они себя ведут?
Знайте реальную стоимость потенциальной потери этих клиентов с целью установления приоритетов и эффективного распределения деловых усилий и ресурсов, оптимизации ресурсов и максимизации стоимости портфеля текущих клиентов.
Внедрите на практике персонализированные планы удержания, чтобы уменьшить или избежать их миграции, повышая способность реагировать и предвидеть возможные непредвиденные ситуации.

Снижение

Существуют организации, которые разработали международные стандарты признания и обмена передовым мировым опытом обслуживания клиентов , чтобы уменьшить отток клиентов. Международный институт обслуживания клиентов разработал Международный стандарт обслуживания клиентов, чтобы стратегически согласовать организации, чтобы они сосредоточились на обеспечении превосходного обслуживания клиентов, в то же время обеспечивая признание успеха посредством схемы регистрации третьих лиц.

Управление

Не всегда отток клиентов плох. Для многих фирм полезно и желательно, чтобы убыточные клиенты уходили. Это известно как избавление от убыточных клиентов. ^{[ 5 ]} Однако тот факт, что клиент убыточен, не означает, что его следует продать, поскольку существуют стратегические причины для сохранения убыточных клиентов.

См. также

Ссылки

^ Ноль дезертирства: качество приходит к обслуживанию. , Райххельд и Сассер. Гарвардский бизнес-обзор. 1990.
^ Ван Ден Поэль; Ларивьер (2004). «Анализ оттока клиентов финансовых услуг с использованием моделей пропорциональных рисков». Европейский журнал операционных исследований . 157 : 196–217. CiteSeerX 10.1.1.62.8919 . дои : 10.1016/s0377-2217(03)00069-9 .
^ Применение и оценка моделей для прогнозирования оттока клиентов с использованием методов интеллектуального анализа данных , Том Ау и др. Журнал сравнительного международного менеджмента. 1 июня 2003 г.
^ Де Каньи, А.; Куссеман, К.; Де Бок В., К. (2018). «Новый алгоритм гибридной классификации для прогнозирования оттока клиентов на основе логистической регрессии и деревьев решений». Европейский журнал операционных исследований . 269 (2): 760–772. дои : 10.1016/j.ejor.2018.02.009 . ISSN 0377-2217 .
^ Ка-шинг Ву, Генри К. К. Фок, (2004) Удержание и продажа клиентов: предварительное исследование правильных клиентов, правильных клиентов «под угрозой» и неправильных клиентов. Журнал маркетинга услуг, 18 , 187–197.

Дальнейшее чтение

Бакинкс Воутер, Дирк Ван ден Поэль (2005), « Анализ клиентской базы: частичный уход поведенчески лояльных клиентов в условиях бездоговорной розничной торговли товарами повседневного спроса », Европейский журнал операционных исследований , 164 (1), 252–268.
Бурез Джонатан, Дирк Ван ден Поэль (2006), « CRM в компании платного телевидения: использование аналитических моделей для сокращения оттока клиентов за счет целевого маркетинга услуг по подписке », « Экспертные системы с приложениями» , 32 (2), 277–288.
Принци Анита, Дирк Ван ден Поэль (2005), « Включение последовательной информации в традиционные модели классификации с помощью SAM, чувствительного к элементу/положению », Системы поддержки принятия решений , 42 (2), 508–526.
Пол Стефан (2007), Моделирование отмены страхования в зависимости от периода, Журнал страхования (ZfV) , 59 (11), 361–368.

[1] Ноль дезертирства: качество приходит к обслуживанию. , Райххельд и Сассер. Гарвардский бизнес-обзор. 1990.

[2] Ван Ден Поэль; Ларивьер (2004). «Анализ оттока клиентов финансовых услуг с использованием моделей пропорциональных рисков». Европейский журнал операционных исследований . 157 : 196–217. CiteSeerX 10.1.1.62.8919 . дои : 10.1016/s0377-2217(03)00069-9 .

[3] Применение и оценка моделей для прогнозирования оттока клиентов с использованием методов интеллектуального анализа данных , Том Ау и др. Журнал сравнительного международного менеджмента. 1 июня 2003 г.

[4] Де Каньи, А.; Куссеман, К.; Де Бок В., К. (2018). «Новый алгоритм гибридной классификации для прогнозирования оттока клиентов на основе логистической регрессии и деревьев решений». Европейский журнал операционных исследований . 269 (2): 760–772. дои : 10.1016/j.ejor.2018.02.009 . ISSN 0377-2217 .

[5] Ка-шинг Ву, Генри К. К. Фок, (2004) Удержание и продажа клиентов: предварительное исследование правильных клиентов, правильных клиентов «под угрозой» и неправильных клиентов. Журнал маркетинга услуг, 18 , 187–197.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]