Løsninger & teknologi / Customer Intelligence

Churn analyser - Et konkurransemessig fortrinn?

av Line Marie Vilming, Seniorrådgiver Customer Intelligence

Det kan være svært lønnsomt å predikere churn (kundefrafall), med den kjente begrunnelse at det koster langt mer å skaffe en ny kunde enn å miste en eksisterende kunde. Men hvordan kan churn analyser gi konkurransemessige fortrinn og være en investering?

- Modellen nedenfor illustrerer dette ved å ta utgangspunkt i forholdet mellom konkurransemessig fortrinn og grad av innsikt. De grønne kulene illustrerer det deskriptive nivået som gir svar på når, hvor og hvor mye. Det deskriptive nivået gir beslutningsstøtte for dagens situasjon, men ikke for fremtidige beslutninger. De blå kulene illustrerer det prediktive nivået som detekterer årsakssammenhenger og trender, følger trender og ikke minst detekterer mulige gevinster.

 

Model CI Analytics

Med prediktive analyser kommer bedrifter i posisjon til å beslutte for den fremtiden man går i møte, og tilegner seg konkurransemessige fortrinn. Eksempler på konkurransemessig fortrinn kan være:

  • Økte inntekter med lavere churn.
  • Beholde lønnsomme kunder.
  • Kostnadsbesparende gjennom optimalisering av kundedialog. Relevant budskap til rett kunde.
  • Optimal allokering av ressurser internt.
  • Høyere grad av tilfredshet blant kundene, som igjen skaper lojale kunder.
  • Detektere trender tidlig. Fatte beslutninger basert på dette i form av å ta ut verdien tidlig, eller manøvrere slik at man mest mulig er forskånet fra et bratt fall i inntektene.

For mange bedrifter er ofte datakvaliteten tilstrekkelig god nok for å utføre prediktive analyser som for eksempel churn modellering. Hva er i så fall viktig å legge vekt på i vurderingen?

Viktige betraktninger ved vurdering av churn analyse
Det er først anbefalt er å foreta en dataaudit, for å kartlegge om datakvaliteten er god nok. Videre er det anbefalt å foreta en kost-nytte vurdering. Ikke alle churn analyser har sin økonomiske berettigelse. Årsaken kan være forventet churn, eller at utvikling og implementering av churn modell vil koste langt mer enn hva potensielle inntekter tilsier. Ved å besvare viktige spørsmål som nevnt i det følgende, er det mulig å konkludere om det er lønnsomt for bedriften å predikere churn.

Eksempler på viktige spørsmål for dagens situasjon kan være:
Kan churn i det hele tatt forhindres? Hvor høy er churn i dag? Hva er forventet nedgang i churn ved implementering av churnmodell? Hva koster det å utvikle en churn modell, implementere, produksjonssette, vedlikeholde og overvåke en churnmodell?

Eksempel på viktige spørsmål for en fremtidig situasjon kan være:
Hva koster det å være uvitende om fremtiden? Hva koster det å miste lønnsomme kunder? Hva er kostnaden på lang sikt av ikke å vite hvilke kunder du mister neste måned? Hvilke gevinster ligger i automatisering? Hvor mange timer er spart internt i bedriften ved å optimalisere kundedialog? Hvor mye mer tilfreds er en kunde som blir kontaktet med en softcall vs en kunde som tar kontakt på anti churn linjen?

Ut over å besvare disse spørsmålene er viktig å definere churn og vurdere hvilke forklaringsvariable det er viktig å ta med.


Definisjon av churn og forklaringsvariabler
Eksempler på viktige spørsmål er: Omfatter churn definisjonen oppsigelse av enkeltstående abonnementer på enkelte produkter? Bør enkelte kunder som f eks pga flytting, eierskifte, frysing av abonnement eller insolvens ikke bli innlemmet i churn definisjonen? Hvilke forklaringsvariabler bør tas med? Her det viktig at alle mulige utfall av betydning blir tatt med.

Hvilke perioder bør tas med for å fange opp sesongvariasjoner? Eksempler på viktige forklaringsvariabler er: Levetid, forbruk, trender, klager, betalingsmåte, geografi, andre produkter og/eller abonnementer i samme kundeforhold. Det er imidlertid viktig at registreringen på disse dataene inntraff i tid før churn inntraff.

Churn analyser viser seg ofte å være en investering i form av å tilføre bedrifter konkurransemessig fortrinn.

SAS Institute har software som setter kundene i stand til å realisere gevinstene som ligger i prediktive analyser som f eks churn analyser. I tillegg har SAS Institute faglig tunge rådgivere med mange års erfaring fra analytisk CRM (Customer Intelligence), som kan gi relevante og verdifulle råd for at nettopp din bedrift skal oppnå konkurransemessige fortrinn ved hjelp av analytisk CRM.

Er du interessert i å ta en uforpliktende prat om din bedrifts muligheter for å realisere gevinster?
Ta kontakt med en av våre rådgivere:

Line Marie Vilming: line.marie.vilming@nor.sas.com - 924 45 921
Øivind Magnussen: oivind.magnussen@nor.sas.com - 900 14 402
Merete Retzius: merete.retzius@nor.sas.com - 916 08 060
Kim Nordquelle: kim.nordquelle@nor.sas.com - 922 90 500.

MULIGHETER MED SAS® CUSTOMER INTELLIGENCE

Vil du vite mer?

Ta kontakt med våre rådgivere for å sette sammen den løsningen som er riktig for akkurat din organisasjon.
Faglig påfyll rett i mailboksen? Meld deg på vår nyhetsbrevliste.