ChurnOff BLOG
Предсказание оттока клиентов (Churn) с помощью машинного обучения
Отток клиентов это метрика используемая для понимания количества клиентов покинувших компанию.
Для SaaS бизнесов эту метрику можно определить как количество отписавшихся/отказавшихся от услуг до окончания контракта клиентов. Но и для SaaS и для e-commerce компаний торгующих продуктами не требующими подписки и для традиционного off-line бизнеса, может быть довольно проблематично узнать когда их клиенты перестанут покупать.

Все вместе с другими показателями, Churn может иметь решающее значение для оценки удовлетворенности клиентов, особенно при измерении негативных воздействий, которые могут быть следствием последних изменений на веб-сайте, смены поставщика и многих других факторов, которые могут привести к уходу клиентов.
Но понимание вероятности оттока также может быть вашим лучшим другом, который поможет принимать более эффективные маркетинговые решения.
Опережающая идентификация клиентов с высоким риском отказа от услуг, это лучший способ сегментирования своей клиентской базы для маркетинговой кампании, которая позволит своевременно и персонифицировано работать над удержанием покупателей, так как хорошо известно - приобретение новых клиентов дело дорогое и трудоемкое, в отличии от сохранения старых. Привлечение новых клиентов всегда требует значительных маркетинговых усилий, компания должна продемонстрировать массу убедительных качеств потенциальному потребителю, прежде чем тот нажмёт заветную кнопку «Перейти к оплате» или подойдёт к кассе. Обычно для этого требуется масса времени. Старые клиенты напротив знакомы с магазином, они уже однажды прошли мучительный путь выбора поставщика и если всё было «Ок», у них уже есть положительный опыт взаимодействия и сняты опасения в «ненадёжности».
Таким образом, отток клиентов (Churn) или показатель оттока клиентов (Churn rate) - это датчик, показывающий, насколько клиенты удовлетворены предлагаемыми продуктами и услугами.

Но как компании могут прогнозировать отток клиентов? На этот вопрос долгое время не было однозначного ответа. Известно, что определенное поведение клиентов может служить сигналом их неудовлетворённости, например когда они не читают электронные письма, не посещают сайт, жалуются, не совершают покупки с привычным для них интервалом и т. д.

Вот почему машинное обучение становится все более популярным, для выявления настроения клиента. Обучая машину по фактам оттока и предшествующего им поведения, можно построить модель которая покажет вероятность того, что кто-то собирается уйти. А определив тех клиентов, которые подвержены риску, компания может сделать специальное предложение, которое вернёт покупателей в магазин. Например в виде купона на скидку или реанимационного сообщения, которое напомнит клиенту об его важности для компании.
Как работает машинное обучение в этом контексте? Грубо, это модель, обученная тому, как прогнозировать отток в текущей ситуации на основе предыдущих данных. Список с записью всех действий клиента, выполненных за его время «дружбы» с компанией, может легко стать трудноперевариваемым, бесконечным набором данных, которые трудно интерпретировать, и в этом случае машинное обучение автоматически переобучается, корректируя прогноз для различных сценариев и делая возможным постоянное повышение точности расчётов.

Однако полноценное применение методов машинного обучения для предсказания вероятности оттока клиентов, до сегодняшнего дня оставалось прерогативой крупных компаний, которые могли себе позволить сложные, специализированные программные продукты и компетентных сотрудников для работы с ними.
Но сегодня пользоваться всеми преимуществами тотального анализ клиентской базы может себе позволить даже малый бизнес. Теперь для определения динамики и текущего настроения каждого клиента достаточно просто загрузить обезличенную историю транзакций (Никакие персональные данные (@, тел., ФИО и тп) указывать НЕ НУЖНО) и уже через несколько минут получить подробные результаты на почту. Попробуйте современные возможности клиентской аналитики на основании данных имеющихся у каждого бизнеса – истории продаж от ChurnOff, которые позволят вам качественно сегментировать клиентов по теплоте отношений, а также определить допустимый диапазон стимуляции для персонализированного контакта.