Мы его теряем: Как анализ данных помогает предотвратить отток клиентов

Как сохранить клиентов в условиях жесткой конкуренции? Что такое «отток клиентов» и как с ним бороться? Почему это важно – и, наконец, при чем тут анализ данных? Ответы на все эти вопросы – в нашем сегодняшнем материале.

Теория

Предлагаем для начала разобраться с терминологией. «Отток клиентов», то есть переход части клиентской базы к компании-конкуренту – термин достаточно общий. Поэтому прежде чем перейти к рассуждениям о том, как этот отток анализировать и предотвращать, нужно ответить на один простой вопрос: «Что такое отток клиентов для моей компании?»

Ответы могут быть разными – в зависимости от сферы деятельности компании и самой специфики клиентской базы. Например, для оператора мобильной связи «отток клиентов» будет означать полный переход последних в «стан врага» — с разрывом договора и отказа от услуг компании. Для сети ресторанов же, например, «перебежчиком» будет считаться клиент, сокративший число посещений с 3 раз в месяц до 1.

Тут же нужно отметить, что такие критерии достаточно индивидуальны – и должны определяться специалистами внутри компании. Кстати говоря, анализ клиентских данных сможет в этом помочь. А также ответить на другие животрепещущие вопросы – например, сколько компания теряет из-за оттока клиентов и кто из последних является потенциальным «перебежчиком», то есть с высокой долей вероятности уйдет в недалеком будущем.

Частично мы уже ответили на планомерно возникающий у многих руководителей вопрос – «А почему, собственно, меня это должно беспокоить?» Впрочем, давайте разложим по пунктам:

  • Во-первых, доподлинно известно, что удержать старого клиента в разы дешевле, чем приобрести нового;
  • Во-вторых, потери компании в долгосрочной перспективе (с учетом пожизненной ценности каждого ушедшего клиента) достигают порядочных размеров;
  • В-третьих, отток клиентов провоцирует косвенные финансовые потери – страдает деловая репутация (а это означает дополнительные издержки на ее восстановление), упускаются дополнительные возможности и потенциально выгодные контракты.

Наконец, анализ оттока клиентов помогает увидеть системные причины ухода клиентов – а это может быть все, что угодно, от далеких от идеала бизнес-процессов и до, допустим, недостаточно гибкой в конкретных условиях ценовой политики. Ну а найдя причину, проще бороться с последствиями – или и вовсе пресечь отток на корню и сохранить выручку.

Практика

Итак, с явлением и его потенциальными последствиями мы разобрались – но что можно сделать, чтобы предотвратить отток клиентов? Тут нужно помнить, что чем раньше компания поймет, что клиент собирается уйти, тем раньше можно начать на него воздействовать. К примеру:

  • Предоставить скидки на услуги;
  • Пригласить клиентов участвовать в специальных акциях;
  • Начать предоставлять дополнительные услуги – в идеале те, до которых конкуренты еще не додумались;
  • Дать клиентам понять, что они ценны для компании и компания готова поощрять их за лояльность – тут в дело идут накопительные скидки, разнообразные бонусы и подарки, бесплатная доставка и т.д.

Впрочем, наш главный вопрос состоит в другом: как выявить отток клиентов? На уход клиента может влиять огромное количество факторов, которые человек (какой бы уникальной экспертизой он не обладал) чисто физически не способен проанализировать. Плюс ко всему, эти факторы – внутренние и внешние, социальные и экономические, и пр. и пр. – в разное время могут по-разному влиять на одного и того же клиента, а это еще больше усложняет процесс анализа – ручного, разумеется.

1424083417_pokpateliАлгоритмы Data Mining, интеллектуального анализа данных, могут анализировать такие процессы как отток клиентов с высокой достоверностью, при этом они учитывают не только данные компании, но и множество внешних данных, отражающих факторы влияния (от курса доллара и до погодных условий).

Примеров из реальной жизни масса – не так давно мы писали про то, как австрийскому мобильному оператору удается управлять лояльностью клиентов при помощи методов data mining. А вот еще один: независимые исследователи поставили перед собой цель оперативно предсказывать уход игрока в день последнего логина в игру – корейскую MMORPG Аион. То есть, по сути, они решили проанализировать отток пользователей в самом общем случае, вне зависимости от того, залогинились ли они в первый раз или в пятьсот первый. В итоге им удалось научить модель предсказывать уход новичков на основе метрик активности с достаточной точностью для того, чтобы можно было начать влиять на них при помощи разных «плюшек», таким образом, задержав их в игре.

Второй интересующий исследователей вопрос «Почему они уходят?» так и остался без ответа (среди 60 факторов, которые потенциально могли бы влиять на отток игроков, ни один не показал себя сколько-нибудь существенным). Впрочем, гораздо более важным оказался тот факт, что модель способна дать детальный анализ индивидуального стиля каждого игрока – а значит, становится возможным предложить потенциальному новичку-«перебежчику» персональные рекомендации о том, как играть эффективнее и получать от игры больше удовольствия.

Резюме

В заключение хочется отметить, что анализ клиентских данных может принести пользу даже небольшой компании – да, на первый взгляд о клиентах собирается не так уж много информации, но не стоит забывать о том, что в анализе можно (и нужно) использовать внешние источники информации, которые, как правило, являются общедоступными – прогноз погоды, курсы валют, демографические данные и так далее.

Научившись прогнозировать отток клиентов, компания не просто сможет эффективнее управлять лояльностью, но и потенциально определить «узкие» места в собственной деятельности – а в совокупности это несомненно даст положительный экономический эффект.

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =