Churn-forudsigelse er en marketingteknik, der søger at identificere tidligt de forbrugere, der har høj sandsynlighed for at ophøre med at være kunder i virksomheden.
Forudsigelsen om opgivelse er et uundværligt redskab i virksomhedernes kommercielle politik, da det giver mulighed for at identificere i tide, hvilke forbrugere der kan stoppe med at købe varer og tjenester i den nærmeste fremtid. Formålet med dette værktøj er at være i stand til at identificere årsagerne til opgivelse for at forhindre det gennem kampagner, incitamenter og andre fastholdelsesforanstaltninger.
Oprindelse af churn forudsigelse
Kunder i de fleste brancher kan beslutte at stoppe med at købe fra en bestemt producent af forskellige årsager, såsom: at finde et bedre tilbud i konkurrencen, skuffelse over servicekvaliteten, ønsker at prøve andre alternativer, øjeblikkelig manglende betalingsevne (arbejdsløshed eller andet årsag) osv.
At miste kunder er et alvorligt problem for virksomheder, da det ofte er meget dyrt at få nye kunder. Faktisk koster det at holde en kunde mellem 5 og 15 gange mindre end at få en ny. For at være i stand til effektivt at styre deres ressourcer, skal virksomheder kende procentdelen af kunder, der er modtagelige for overgivelse, og hvordan de kan stoppe deres exit.
Dette er grunden til, at der er oprettet et analyseværktøj med særlig fokus på at bestemme de kunder, der potentielt vil forlade virksomheden, og årsagerne til denne opgivelse. Dette er oprindelsen til forudsigelsen om opgivelse.
Forudsigelsesmål for frafald
Målet med churn forudsigelse er at være i stand til at identificere kunder, der måske forlader virksomheden og direkte angriber årsagerne til churn. Dette vil muliggøre en mere effektiv ressourceudnyttelse og en større fremskrivning af livet på markedet.
Metoder til forudsigelse af frafald
Forudsigelsen om frafald er normalt baseret på undersøgelser og økonometriske modeller, der gør det muligt at identificere de mulige årsager til frafald og de faktorer, der påvirker dem.
Derefter foreslås en interventionsmodel, der søger at afspejle, hvordan en bestemt politik eller foranstaltning påvirker sandsynligheden for opgivelse.
Således kan eksempelvis churn-forudsigelsesmodellen være baseret på historiske kundechurn-data over 10 år. Mulige årsager kan omfatte: mangel på information, konstante prisstigninger, opfattelse af lav kvalitet, adgang til konkurrenter med bedre tilbud, dårligt forhold til klienten osv.
En interventionsmodel vil i mellemtiden foreslå foranstaltninger til at reducere årsagerne til opgivelse. Således, for eksempel, hvis en af årsagerne er den dårlige kvalitet af tjenesten, ville en politik være at forbedre operatørernes opmærksomhed, følge op med kunderne, svare på klager på kortere tid osv.