Churn rate

Kundeavgang er andelen kunder som slutter å gjøre forretninger med et selskap i løpet av en definert periode. I abonnementsvirksomheter måles den direkte fra kanselleringer og manglende fornyelser; i transaksjonsvirksomheter må den utledes fra fraværet av kjøp over en periode som er lang nok til å skille en bortfalt kunde fra en langsom kunde. Det er det motsatte av retensjon, og i modeller med tilbakevendende inntekter er det blant de mest betydningsfulle tallene en bedrift sporer.

Dens betydning følger av sammensatt aritmetikk. En bedrift som mister en liten prosentandel av kunder hver måned, må erstatte dem før det skjer noen vekst, og ved høyere rater blir oppkjøpet som kreves for å stå stille uoverkommelig. Fordi churn øker, produserer små forskjeller store avvik over noen få år, og det er derfor relativt beskjedne forbedringer i retensjon ofte påvirker langsiktig verdi mer enn betydelige forbedringer i oppkjøp, og vanligvis til lavere kostnader.

Måleenhetsdefinisjoner er viktigere enn de ser ut til. Kundefrafall teller forlater kunder, mens inntektsfrafall vekter dem etter verdi, og de to kan bevege seg i motsatte retninger når små kunder forlater kunder mens store kunder ekspanderer. Nettoinntektsfrafall tar hensyn til oppgraderinger og ekspansjon innenfor den beholdte basen, og kan være negativt i sunne virksomheter der veksten fra eksisterende kunder overstiger tapene. Frivillig frafall, der en kunde bestemmer seg for å forlate kundebasen, og ufrivillig frafall, der en betaling rett og slett mislykkes, har helt forskjellige årsaker og løsninger, og å kombinere dem tilslører det faktum at en betydelig andel av abonnementstapene i mange virksomheter er betalingsfeil snarere enn beslutninger.

Diagnose krever at man ser på når kundefrafall oppstår, i stedet for bare hvor mye. Tidlig kundefrafall konsentrert i de første ukene indikerer vanligvis et onboarding- eller forventningsproblem, der kundene aldri nådde den verdien de fikk solgt. Kundefrafall på fornyelsestidspunkter indikerer en vurdering av valuta for pengene. Kundefrafall etter en spesifikk hendelse, for eksempel en prisendring, et redesign, en tjenestesvikt eller avgangen til en forkjemper i en bedriftskonto, peker på identifiserbare årsaker. Kohortanalyse er standardinstrumentet, siden det skiller endringer i retensjonsatferd fra endringer i anskaffelsesvolum.

Prediksjon har blitt vanlig, men er lett å misbruke. Modeller som identifiserer risikoutsatte kunder er bare verdifulle hvis intervensjonen de utløser er effektiv, og hvis kostnaden for intervensjonen er mindre enn verdien som beholdes. Rabattbaserte retensjonstilbud redder ofte kunder som uansett ville ha blitt, samtidig som de trener resten til å true med å kansellere, noe som gjør målt økning fra slike programmer upålitelig med mindre de vurderes med en gruppe som holder seg unna.

Ufrivillig churn er verdt å isolere og angripe separat fordi det vanligvis er den billigste gevinsten som er tilgjengelig for retensjon. Mislykkede betalinger som følge av utløpte kort, utilstrekkelige dekninger og avslag fra utsteder står for en betydelig andel av abonnementsoppsigelser i de fleste bedrifter, og ingen av disse kundene bestemte seg for å forlate abonnementet. Automatisert gjenoppretting gjennom logikk for nye forsøk tidsbestemt til betalingssykluser, kortoppdateringstjenester som tilbys av betalingsleverandører, varsler før utløp og tydelige instruksjoner i produktet gjenoppretter en betydelig del av dem uten overtalelse eller rabatter. Fordi intervensjonen er operasjonell snarere enn kommersiell, eies den ofte ikke av noen, og det er derfor den vedvarer som et uadressert tap i bedrifter som ellers er oppmerksomme på retensjon.

Det mest konsistente funnet på tvers av retensjonsarbeid er at churn vanligvis bestemmes av produktopplevelsen og de første ukene av forholdet, snarere enn av retensjonsmarkedsføring i utgangspunktet. Dette er grunnen til at seriøse retensjonsprogrammer har en tendens til å investere oppstrøms, i onboarding og i øyeblikkene som identifiseres gjennom brukerforskning som avgjørende, mens målingen, kohortanalysen og intervensjonstestingen sitter med dataanalyse og vekststyring.