อัตราการปั่น

อัตราการเลิกใช้บริการ (Churn rate) คือสัดส่วนของลูกค้าที่หยุดทำธุรกิจกับบริษัทในช่วงเวลาที่กำหนด ในธุรกิจแบบสมัครสมาชิก จะวัดได้โดยตรงจากการยกเลิกและการไม่ต่ออายุ ในธุรกิจแบบซื้อขายครั้งเดียว จะต้องอนุมานจากความไม่มีการซื้อสินค้าในช่วงเวลาที่ยาวนานพอที่จะแยกแยะลูกค้าที่เลิกใช้บริการออกจากลูกค้าที่ซื้อช้า อัตราการเลิกใช้บริการเป็นสิ่งที่ตรงกันข้ามกับอัตราการรักษาลูกค้า (Retention rate) และในโมเดลธุรกิจที่มีรายได้ประจำ อัตราการเลิกใช้บริการเป็นหนึ่งในตัวเลขที่สำคัญที่สุดที่ธุรกิจต้องติดตาม

ความสำคัญของการรักษาลูกค้ามาจากการคำนวณแบบทวีคูณ ธุรกิจที่สูญเสียลูกค้าไปทีละเล็กน้อยในแต่ละเดือนจะต้องหาลูกค้าใหม่มาทดแทนก่อนที่จะเติบโตได้ และหากอัตราการสูญเสียสูงขึ้น การหาลูกค้าใหม่เพื่อรักษาระดับธุรกิจก็จะยากลำบากมากขึ้น เนื่องจากอัตราการสูญเสียลูกค้าจะทวีคูณ การเปลี่ยนแปลงเล็กน้อยจะก่อให้เกิดความแตกต่างอย่างมากในระยะเวลาไม่กี่ปี ซึ่งเป็นเหตุผลว่าทำไมการปรับปรุงการรักษาลูกค้าเพียงเล็กน้อยจึงมักส่งผลต่อมูลค่าในระยะยาวมากกว่าการปรับปรุงการหาลูกค้าใหม่จำนวนมาก และโดยปกติแล้วจะมีต้นทุนที่ต่ำกว่าด้วย

นิยามของการวัดมีความสำคัญมากกว่าที่คิด อัตราการเลิกใช้บริการของลูกค้า (Customer churn) นับจำนวนบัญชีที่เลิกใช้บริการ ในขณะที่อัตราการเลิกใช้บริการตามรายได้ (Revenue churn) จะถ่วงน้ำหนักตามมูลค่า และทั้งสองอาจเคลื่อนไหวไปในทิศทางตรงกันข้ามเมื่อลูกค้ารายเล็กเลิกใช้บริการในขณะที่ลูกค้ารายใหญ่ขยายตัว อัตราการเลิกใช้บริการตามรายได้สุทธิ (Net revenue churn) จะนับรวมการอัปเกรดและการขยายตัวภายในฐานลูกค้าเดิม และอาจติดลบได้ในธุรกิจที่มีสุขภาพดีซึ่งการเติบโตจากลูกค้าเดิมมากกว่าการสูญเสีย การเลิกใช้บริการโดยสมัครใจ (Voluntary churn) ซึ่งลูกค้าตัดสินใจเลิกใช้บริการ และการเลิกใช้บริการโดยไม่สมัครใจ (Involuntary churn) ซึ่งการชำระเงินล้มเหลว มีสาเหตุและวิธีการแก้ไขที่แตกต่างกันอย่างสิ้นเชิง และการรวมกันทำให้มองข้ามข้อเท็จจริงที่ว่า การสูญเสียการสมัครสมาชิกจำนวนมากในหลายธุรกิจเกิดจากการชำระเงินล้มเหลวมากกว่าการตัดสินใจของลูกค้าเอง

การวินิจฉัยจำเป็นต้องพิจารณาว่าการเลิกใช้บริการเกิดขึ้นเมื่อใด มากกว่าแค่ดูว่าเกิดขึ้นมากน้อยแค่ไหน การเลิกใช้บริการในช่วงแรกๆ ที่เกิดขึ้นในสัปดาห์แรกๆ มักบ่งชี้ถึงปัญหาด้านการเริ่มต้นใช้งานหรือความคาดหวัง ซึ่งลูกค้าไม่ได้รับคุณค่าที่พวกเขาได้รับจากการซื้อสินค้า การเลิกใช้บริการในช่วงเวลาต่ออายุบ่งชี้ถึงการตัดสินใจเรื่องความคุ้มค่า การเลิกใช้บริการหลังจากเหตุการณ์เฉพาะ เช่น การเปลี่ยนแปลงราคา การออกแบบใหม่ ความล้มเหลวในการให้บริการ หรือการลาออกของผู้ดูแลลูกค้าในบัญชีธุรกิจ ชี้ให้เห็นถึงสาเหตุที่ระบุได้ การวิเคราะห์กลุ่มลูกค้า (Cohort analysis) เป็นเครื่องมือมาตรฐาน เนื่องจากสามารถแยกการเปลี่ยนแปลงพฤติกรรมการรักษาลูกค้าออกจากการเปลี่ยนแปลงปริมาณการได้มาซึ่งลูกค้าใหม่ได้

การคาดการณ์กลายเป็นเรื่องปกติ แต่ก็ง่ายต่อการนำไปใช้ในทางที่ผิด โมเดลที่ระบุลูกค้าที่มีความเสี่ยงจะมีคุณค่าก็ต่อเมื่อการแทรกแซงที่เกิดขึ้นนั้นมีประสิทธิภาพ และต้นทุนของการแทรกแซงนั้นน้อยกว่ามูลค่าที่รักษาไว้ได้ โดยเฉพาะอย่างยิ่ง ข้อเสนอการรักษาลูกค้าโดยใช้ส่วนลด มักจะช่วยรักษาลูกค้าที่อาจจะอยู่กับบริษัทต่อไปอยู่แล้ว ในขณะเดียวกันก็ฝึกให้ลูกค้าที่เหลือขู่ว่าจะยกเลิกสัญญา ซึ่งทำให้การวัดผลลัพธ์จากโปรแกรมดังกล่าวไม่น่าเชื่อถือ เว้นแต่จะประเมินโดยใช้กลุ่มควบคุม

การสูญเสียลูกค้าโดยไม่ตั้งใจนั้นควรแยกออกมาจัดการต่างหาก เพราะโดยปกติแล้วเป็นวิธีรักษาลูกค้าที่ประหยัดที่สุด การชำระเงินล้มเหลวที่เกิดจากบัตรหมดอายุ เงินไม่เพียงพอ และการปฏิเสธจากผู้ออกบัตร คิดเป็นสัดส่วนที่สำคัญของการยกเลิกการสมัครสมาชิกในธุรกิจส่วนใหญ่ และไม่มีลูกค้าคนใดตัดสินใจที่จะยกเลิกบริการเอง การกู้คืนอัตโนมัติผ่านตรรกะการลองใหม่ที่กำหนดเวลาให้ตรงกับรอบการชำระเงิน บริการอัปเดตบัตรที่ผู้ให้บริการชำระเงินนำเสนอ การแจ้งเตือนก่อนหมดอายุ และข้อความแจ้งเตือนที่ชัดเจนในผลิตภัณฑ์ สามารถกู้คืนลูกค้าจำนวนมากได้โดยไม่ต้องโน้มน้าวหรือลดราคาใดๆ เนื่องจากเป็นการแทรกแซงในเชิงปฏิบัติการมากกว่าเชิงพาณิชย์ จึงมักไม่มีผู้รับผิดชอบ ซึ่งเป็นเหตุผลว่าทำไมจึงยังคงเป็นความสูญเสียที่ไม่ได้แก้ไขในธุรกิจที่ให้ความสำคัญกับการรักษาลูกค้าอยู่แล้ว

จากการศึกษาเรื่องการรักษาฐานลูกค้าพบว่า การเลิกใช้บริการมักขึ้นอยู่กับประสบการณ์การใช้ผลิตภัณฑ์และช่วงสัปดาห์แรกๆ ของความสัมพันธ์ มากกว่าการทำการตลาดเพื่อรักษาฐานลูกค้าในช่วงที่ลูกค้าเลิกใช้บริการ นี่คือเหตุผลที่โปรแกรมการรักษาฐานลูกค้าที่ดีมักลงทุนในขั้นตอนต้นน้ำ เช่น การเริ่มต้นใช้งานผลิตภัณฑ์ และช่วงเวลาสำคัญต่างๆ ที่ระบุไว้ผ่านการตลาด การวิจัยผู้ใช้ ในขณะที่การวัด การวิเคราะห์กลุ่มตัวอย่าง และการทดสอบการแทรกแซงมีความสำคัญอย่างยิ่ง การวิเคราะห์ข้อมูล และ การจัดการการเจริญเติบโต.