Удержание клиента – не искусство, а прикладная наука!
•
1 gostou•870 visualizações
Удержание клиента – не искусство, а прикладная наука!
Recomendados
Recomendados
Mais conteúdo relacionado
Mais procurados
Mais procurados (19)
Destaque
Destaque (7)
Semelhante a Удержание клиента – не искусство, а прикладная наука!
Semelhante a Удержание клиента – не искусство, а прикладная наука! (20)
Mais de КРОК
Mais de КРОК (20)
Удержание клиента – не искусство, а прикладная наука!
- 1. Удержание клиента – не искусство, а прикладная наука! Александр Ефимов Руководитель направления прогнозной аналитики Москва, 15.05.2013
- 2. ВВЕДЕНИЕ
- 3. 3 ЗНАЕТЕ ЛИ ВЫ СВОИХ КЛИЕНТОВ? Директор Доктор Королева Священник Генерал
- 4. 4 РОЛЬ АНАЛИТИКИ В ЖИЗНЕННОМ ЦИКЛЕ КЛИЕНТА Прибыльность • Где продавать? • Кого привлекать? • Какие каналы развивать? • Какие каналы сокращать? Привлечение • Что интересно клиентам? • Какими продуктами и услугами склонен воспользоваться клиент? • Как повысить прибыльность и доходность клиентов? Стимулирование • Какие клиенты склонны к уходу? • Как удерживать клиентов? Удержание • Кого необходимо возвращать? • Каким способом возвращать? Возврат Время Segmentation Engine Basket Analysis Engine Response Engine CLTV Engine Churn Engine
- 5. 5 НЕЗАВИСИМЫЕ ИССЛЕДОВАНИЯ • 75% клиентов предпочитают высокий уровень обслуживания, при этом 15% из них готовы платить больше1 • 50% клиентов переходят к конкурентам из-за низкого качества обслуживания1 • 20% клиентов склонны перейти к конкуренту из-за неудовлетворенности от последнего общения2 • 86% клиентов приветствуют наличие персонифицированных предложений во время операций самообслуживания3 • 84% клиентов готовы платить больше за лучшее качество обслуживания4, из них • 56% клиентов готовы платить на 10% больше • 24% клиентов готовы платить на 15% больше • 20% клиентов готовы платить на 20% больше 1 – Genesys Global Survey, 2007 2 – Aspect Contact Center Satisfaction Index, 2007 3 – Genesys Global Survey, 2009 4 – RightNow Customer Experience Impact Report, 2011
- 6. ПОСТАНОВКА ЗАДАЧИ УДЕРЖАНИЯ КЛИЕНТОВ
- 7. 7 ЗАДАЧА СНИЖЕНИЯ ОТТОКА КЛИЕНТОВ • Цель – уменьшить количество уходящих клиентов • Задача – вовремя выделять склонных к уходу клиентов и применять различные способы их удержания Типовой вид графика доходности ушедшего клиента Прошлое История поведения клиентов Окно воздействия Период скоринга и запуска кампаний по удержанию Будущее Прогноз поведения клиентов Время Доходность клиента Применение модели оттока Запуск кампании по удержанию
- 8. 8 ИСПОЛЬЗОВАНИЕ МОДЕЛИ ОТТОКА • Модель оттока позволяет выделить клиентов, склонных к уходу • Полученная группа существенно меньше всей клиентской базы, т.е. снижается стоимость кампании по удержанию • Полученная группа содержит максимальную концентрацию клиентов, склонных к уходу, т.е. повышается отклик на кампанию по удержанию Модель оттока (отбор наиболее склонных к уходу) Клиенты Целевой сегмент для удержания
- 9. РЕАЛЬНАЯ ЗАДАЧА ПО УДЕРЖАНИЮ КЛИЕНТОВ
- 10. 10 ПОСТАНОВКА ЗАДАЧИ • 250 тыс. абонентов с историей до 10.01.2012 • Историческая информация по вызовам, платежам, блокировкам и т.д. • Average Revenue per Unit (ARPU) = $8 Задача Имеющиеся данные • Сокращение оттока абонентов • Необходимо спрогнозировать склонность абонентов к оттоку в течение февраля 2012 года • Один из крупнейших региональных телеком операторов в России • Занимаем 14 место по версии CNews Telecom 2011 • Представлен в 13 регионах России Телеком оператор
- 11. 11 ЗАДАЧА ПРОГНОЗИРОВАНИЯ ОТТОКА Прошлое Окно воздействия 28 дней Уход абонента 40 дней Время Доходность клиента Сегодня Применение модели оттока Запуск кампании по удержанию • Спрогнозировать уйдет ли абонент в течение 40 дней • На удержание абонента доступно окно в 28 календарных дней • 14 дней на подготовку кампании по удержанию • 14 дней на проведение кампании по удержанию
- 12. ОПРЕДЕЛЕНИЕ КРИТЕРИЯ ОТТОКА КЛИЕНТОВ
- 13. 13 ОПРЕДЕЛЕНИЕ КРИТЕРИЯ ОТТОКА АБОНЕНТОВ • Только платные типы сервисов и направления вызовов • Абоненты, которые уже в блокировке 90 дней и более • Абоненты, которые превысили свой средний интервал между вызовами 40 дней
- 14. ПРИНЦИП НАСТРОЙКИ МОДЕЛИ ОТТОКА
- 15. 15 ПОДГОТОВКА ВЫБОРКИ АБОНЕНТОВ ДЛЯ НАСТРОЙКИ МОДЕЛИ ОТТОКА Абонент считается ушедшим, если с момента последнего исходящего платного вызова прошло 40 и более календарных дней 55.6% ушедших по критерию оттока 250тыс.абонентов 44.4% активных Данные за октябрь, ноябрь, декабрь 2011г. 55.6% склонных к уходу (97 300 абонентов) 44.4% лояльных (77 700 абонентов) 55.6% склонных к уходу (41 700 абонентов) 44.4% Лояльных (33 300 абонентов) Группа для обучения модели оттока 175 000 абонентов (70%) Группа для проверки модели оттока 75 000 абонентов (30%) 175000 абонентов 75000 абонентов
- 16. 16 Применение модели прогнозирования оттока ПРИНЦИП РАБОТЫ МОДЕЛИ ОТТОКА ID ДК Звонки 7д Звонки 1д-год День недели Баллы лояль- ности Кол–во промо 7д Дней в блоки- ровке Тариф Дней лояльности … Отток 1 97 3 2 23 3 3 Безлимит 241 ДА 2 134 5 3 24 2 5 Предоплат а 1345 НЕТ 3 145 2 4 25 1 5 Интернет 182 НЕТ … … … … … … … … … … Историческое признаковое описание Целевой признак ID ДК Звонки 7д Звонки 1д-год День недели Баллы лояльно сти Кол промо 7д Дней в блокиров ке Тариф Дней лояльности … Отток 4 25 6 2 12 0 3 Интернет 103 ДА Обучение модели прогнозирования оттока Модель прогнозирования оттока
- 17. 17 ОСНОВНЫЕ ХАРАКТЕРИСТИКИ АБОНЕНТА • Расчетные статистики по услугам и блокировкам • Сумма за последние 3 месяца • Среднее за последние 3 месяца • Отклонение от среднего за 3 месяца • Отношение 1-ого месяца ко 2-ому • Отношение 2-ого месяца к 3-ему • Отношение 1-ого месяца к 3-ему • Доля внутрисетевых услуг по отношению ко всем услугам помесячно • Средние интервалы между использованием услуг помесячно • Тарифный план • Пол • Город • Дилер • Кол-во, стоимость и длительность услуг (звонки, SMS, GPRS, USSD) помесячно всего и внутри сети • Кол-во и сумма платежей помесячно • Кол-во дней нахождения в финансовой блокировке • Кол-во случаев смен тарифного плана ИСХОДНЫЕ ПРИЗНАКИ РАСЧЕТНЫЕ ПРИЗНАКИ
- 18. РЕЗУЛЬТАТ НАСТРОЙКИ МОДЕЛИ ОТТОКА
- 19. 19 АНАЛИЗ МОДЕЛИ: ПРАВИЛО №1 • Кол-во дней в финансовой блокировке за 2-ой месяц > 30 т.е. отсекаем наверняка уходящих абонентов
- 20. 20 АНАЛИЗ МОДЕЛИ: ПРАВИЛО №2 • Кол-во платежей за 2-ой месяц <= 0 т.е. не было платежей • Кол-во дней в финансовой блокировке за 2-ой месяц <= 29,7 т.е. были дни, когда абонент не был заблокирован • Кол-во дней в финансовой блокировке за 3 последних месяца > 63,4 т.е. два последних месяца из трех абонент был заблокирован
- 21. 21 АНАЛИЗ МОДЕЛИ: ПРАВИЛО №3 • Кол-во исходящих звонков за 1-ый месяц <= 11 т.е. мало звонков за последний месяц • Сумма платежей за 2-ой месяц > 6,8 руб. т.е. были платежи • Интервал между сервисными звонками за 3-ий месяц <= 15,7 т.е. часто наблюдаются сервисные звонки • Отклонение от среднего кол-ва дней в финансовой блокировке > 12,9 т.е. очень неравномерно абонент начинает попадать в финансовую блокировку • Отклонение от среднего интервала между SMS <= 1, 05 т.е. абонент стабильно рассылает SMS последние 3 месяца
- 22. ОЦЕНКА ТОЧНОСТИ МОДЕЛИ ОТТОКА ПЕРЕД ПРОВЕДЕНИЕМ КАМПАНИИ ПО УДЕРЖАНИЮ
- 23. 23 ОЦЕНКА КАЧЕСТВА РАБОТЫ МОДЕЛИ Доля всех клиентов Доляушедшихклиентовклиентов 100% 91,65% 83,12% 70,71% 53,95%
- 24. 24 ОЦЕНКА КАЧЕСТВА РАБОТЫ МОДЕЛИ Консервативная стратегия Агрессивная стратегия Доля всех клиентов Доляушедшихклиентовклиентов Большой бюджетМаленький бюджет
- 25. 25 КАЧЕСТВО МОДЕЛИ НА ВЫБОРКЕ КЛИЕНТОВ ДЛЯ ОБУЧЕНИЯ И ПРОВЕРКИ 53,95% 73,19% Доля всех клиентов Доляушедшихклиентовклиентов Доля всех клиентов Выборка клиентов для обучения (70%) Выборка клиентов для проверки (30%)
- 26. 26 ОЖИДАЕМЫЙ ЭКОНОМИЧЕСКИЙ ЭФФЕКТ Предположения В среднем абонент остается после удержания (месяцев) 4 Сегмент для применения кампании по удержанию 20% Процент уходящих в кампании по удержанию 53,95% Расходы на абонента по удержанию $ 0,1 Процент отклика на кампанию по удержанию 10% ARPU $ 8 Модель Кол-во уходящих в сегменте Кол-во удержанных Доход от работы модели в год Случайная модель 22 800 2 280 $ 515 520 Модель КРОК 61 466 6 145 $ 1 999 526 Эффект $ 1 484 006
- 27. ПОДГОТОВКА КАМПАНИИ ПО УДЕРЖАНИЮ
- 28. 28 ПОДГОТОВКА ВЫБОРКИ АБОНЕНТОВ ДЛЯ КАМПАНИИ ПО УДЕРЖАНИЮ Абонент считается ушедшим, если с момента последнего исходящего платного вызова прошло 40 и более календарных дней 55.6% ушедших по критерию оттока 250тыс.абонентов 44.4% активных Данные за октябрь, ноябрь, декабрь 2011г. 23.5% склонных к уходу 76.5% лояльных 111008абонентов 23.5% склонных к уходу 76.5% лояльных Контрольная группа 55 504 абонента Фокусная группа для кампании по удержанию 55 504 абонента
- 29. РЕЗУЛЬТАТ КАМПАНИИ ПО УДЕРЖАНИЮ
- 30. 30 ПРОВЕРКА ТОЧНОСТИ КРИТЕРИЯ УХОДА 4% 96% Ушедшие по критерию на конец декабря совершившие оплачиваемый вызов в 2012 по-прежнему неактивные 138 992 абонента • 138 992 абонента относятся к ушедшим абонентам по введенному критерию ухода • По факту всего лишь 4% абонентов совершило оплаченный вызов после констатации факта их ухода по критерию ухода
- 31. 31 ОТТОК СОКРАТИЛСЯ НА ТРЕТЬ! 8 287 (14,9%) 5 400 (9,7%) 47 217 50 104 0 10000 20000 30000 40000 50000 60000 контрольная группа фокусная группа активные ушедшие
- 32. 32 ЭКОНОМИЧЕСКИЙ ЭФФЕКТ* Входные параметры В среднем абонент остается после удержания (месяцев) 4 Сегмент для применения кампании по удержанию 23% Процент уходящих в кампании по удержанию 60% Сокращение оттока 5,2% ARPU $ 8 Расходы на кампанию по удержанию (в год) $ 300 000 Модель Отток Кол-во удержанных Доход от работы модели в год Модель КРОК 150 000 52 000 $ 1 364 000 *В расчете на 1 млн. абонентов
- 33. УПРАВЛЕНИЕ КЛИЕНТСКОЙ БАЗОЙ – ЭТО НЕ ТОЛЬКО УДЕРЖАНИЕ КЛИЕНТОВ
- 34. 34 КОМПЛЕКСНАЯ ОПТИМИЗАЦИЯ МАРКЕТИНГОВЫХ КАМПАНИЙ Ценностный сегмент Низкий Средний Высокий Уровеньсклонности 10% Маркетинговые предложения 20% 30% 40% 50% 60% 70% 80% 90% 100% Response Engine Модель отклика Churn Engine Модель оттока Segmentation Engine Модель кластеризации Basket Engine Модель анализа покупательских корзин CLV Engine Модель оценки ценности клиента
- 35. 35 АНАЛИТИКА – ЭТО ЕЩЕ НЕ ВСЁ @ Управление маркетинговыми кампаниями Единое хранилище Web-аналитика Прогнознаяаналитика поклиентам КЛИЕНТЫ КАНАЛЫ Обучение IBM SPSS в Специалисте: http://www.specialist.ru/vendor/spss
- 36. 36 ПРЕИМУЩЕСТВА УПРАВЛЕНИЯ МАРКЕТИНГОВЫМИ КАМПАНИЯМИ Увеличение отклика на кампании 10-50% увеличение Снижение оттока клиентов, повышение отклика и лояльности 5-15% улучшение Снижение затрат на привлечение клиентов 20-75% снижение Снижение времени на подготовку кампании 40-80% снижение Снижение расходов на кампании и маркетинг 20-40% снижение Увеличение производительности / количества кампаний 50-300% увеличение
- 37. 37 СПАСИБО ЗА ВНИМАНИЕ! Александр Ефимов Руководитель направления прогнозной аналитики 111033, Москва, ул. Волочаевская, д.5, корп.1 +7 495 974 2274 доб. 6032 Alexander.Efimov@CROC.ru www.croc.ru