Churn-voorspelling is een marketingtechniek die tot doel heeft om in een vroeg stadium die consumenten te identificeren die een grote kans hebben om op te houden klant van het bedrijf te zijn.
De voorspelling van het vertrek is een onmisbaar instrument in het commerciële beleid van de bedrijven, omdat het het mogelijk maakt om op tijd te identificeren welke consumenten in de nabije toekomst zouden kunnen stoppen met het kopen van de goederen en diensten. Het doel van deze tool is om de oorzaken van verlating te kunnen identificeren om deze te voorkomen door middel van campagnes, incentives en andere retentiemaatregelen.
Oorsprong van de voorspelling van het verloop
Klanten in de meeste bedrijfstakken kunnen om verschillende redenen besluiten te stoppen met kopen bij een bepaalde producent, zoals: een beter aanbod vinden in de concurrentie, teleurstelling over de kwaliteit van de dienstverlening, andere alternatieven willen proberen, tijdelijk onvermogen om te betalen (werkloosheid of andere oorzaak), enz.
Klanten verliezen is een serieus probleem voor bedrijven, omdat het krijgen van nieuwe klanten vaak erg duur is. Het behouden van een klant kost namelijk tussen de 5 en 15 keer minder dan het krijgen van een nieuwe. Om hun middelen efficiënt te kunnen beheren, moeten bedrijven het percentage klanten weten dat vatbaar is voor verlating en hoe ze hun vertrek kunnen stoppen.
Daarom is er een analysetool gemaakt die speciaal is gericht op het bepalen van de klanten die het bedrijf mogelijk zullen verlaten en de redenen voor deze stopzetting. Dit is de oorsprong van de verlatingsvoorspelling.
Voorspellingsdoel voor uitval
Het doel van churn-voorspelling is om klanten te identificeren die het bedrijf zouden kunnen verlaten en de oorzaken van churn direct aan te pakken. Dit zal een efficiënter gebruik van hulpbronnen en een grotere projectie van het leven op de markt mogelijk maken.
Voorspellingsmethoden voor uitval
De voorspelling van uitval is meestal gebaseerd op enquêtes en econometrische modellen waarmee de mogelijke oorzaken van uitval en de factoren die daarop van invloed zijn, kunnen worden achterhaald.
Vervolgens wordt een interventiemodel voorgesteld dat zou trachten weer te geven hoe een bepaald beleid of bepaalde maatregel de kans op verlating beïnvloedt.
Zo kan het churn-voorspellingsmodel bijvoorbeeld worden gebaseerd op historische klantverloopgegevens over 10 jaar. Mogelijke oorzaken kunnen zijn: gebrek aan informatie, constante prijsstijgingen, perceptie van lage kwaliteit, toetreding van concurrenten met betere aanbiedingen, slechte relatie met de klant, enz.
Een interventiemodel zal ondertussen maatregelen voorstellen om de oorzaken van verlating te verminderen. Als een van de oorzaken bijvoorbeeld de slechte kwaliteit van de dienstverlening is, zou het beleid erin bestaan de aandacht van de operators te verbeteren, klanten op te volgen, klachten in minder tijd te beantwoorden, enz.