Churn-Management
Abwanderungsgefährdete Kunden frühzeitig erkennen mit Churn-Management
Der Begriff Churn-Management kommt aus dem Englischen, hierbei ist Churn ist ein Kunstwort, das sich aus den Begriffen Change (Wechsel) und Turn (Abwenden) zusammensetzt und seinen Ursprung in der Telko Branche hat. Die sogenannte Churn Rate beschreibt im Bereich des Kundenmanagements die Abwanderungsrate von Bestandskunden. Gemeint sind damit die Abkehr der Kunden vom Unternehmen. Churn Prevention findet heute nicht mehr nur in der Telko Branche statt. Kundenabwanderung durch präventive Maßnahmen zu vermeiden sollte heute zum Standard Repertoire eines jeden Unternehmens zählen.
Um Bestandskunden länger aktiv zu halten, ist die frühzeitige Identifizierung abwanderungsgefährdeter Kunden notwendig. Die Abwanderungswahrscheinlichkeit wird dabei mithilfe eines sogenannten Churn-Scores dargestellt. Hohe Werte implizieren einen dringenden Handlungsbedarf und identifizieren diejenigen Kunden, um die Sie sich intensiv bemühen müssen.
Predictive Analytics zum Churn-Management
Beim Churn-Management existiert nicht nur ein Lösungsweg. Abhängig von den angebotenen Produkten, den angesprochenen Kundengruppen sowie dem Aufbau und den Ressourcen des jeweiligen Unternehmens sind individuell angepasste Churn Modelle und Methoden notwendig, um die Gefahr eines Customer Churn zu minimieren.
Fachliche Fragestellungen zur Churn Analyse
Bei der Ermittlung des für Sie optimalen Churn-Score-Modells stehen zunächst fachliche Fragestellungen wie der Anwendungskontext, die relevanten Produkte und Kundengruppen und die zu modellierenden Zielereignisse im Vordergrund. Denn nicht immer ist die Definition des „abgewanderten Kunden“ auf Anhieb eindeutig.
Basierend auf den konzeptionellen Entscheidungen wird entschieden, ob ein Predictive-Modell ausreichend ist, oder es verschiedene Modelle für unterschiedliche Kundengruppen und Produkte geben muss.
Die weitere Modellierung umfasst verschiedene Zielvariablendefinitionen wie die relevanten Kündigungsgründe, die Frage nach Kündiger oder Tarifwechsler oder die Berücksichtigung von Kündigungseingang bzw. Kündigungswirksamkeit.
Technische Fragestellungen zur Churn Analyse
Im Rahmen der anschließenden technischen Fragestellungen sind die Datenbasis für die Modellierung und das Scoring sowie die Werkzeuge für die Churn Analyse und die Modellierung auszuwählen. Außerdem ist zu bestimmen, wie das Prognoseergebnis dargestellt werden soll.
Vorgehensweise bei der Churn Analyse
Aus diesen vorangegangenen Schritten – Datenscreening, Datenaufbereitung, Predictive Analytics und Churn-Score-Modell-Erstellung ergibt sich schließlich das fertige Modell mit einer periodischen und dynamischen Aktualisierung des Churn-Risikos auf Kundenebene. PIA DYMATRIX übernimmt die Verantwortung für alle Schritte, unterstützt die IT-seitige Umsetzung, testet und begleitet den Rollout und dokumentiert die einzelnen Prozesse.
Weitere Optimierung beim Churn-Management durch Uplift-Modeling
Churn Prognosen zu erstellen klingt für manchen nach einer recht simplem Form des Data Minings – es gibt jedoch kritische Punkte zu beachten. Bei vielen Churn-Score-Ansätzen bleiben sogenannte Schläfer unberücksichtigt. So bezeichnet man im inaktive, tendenziell abwanderungswillige Kunden, die aber immer wieder den Kündigungszeitpunkt „verschlafen“ und bei klassischen Laufzeitverträgen damit wieder gebunden sind. Durch eine aktive Churn Prevention Ansprache würde man diese Kunden auf die Möglichkeit zur Kündigung aufmerksam machen. Das gilt es aber unbedingt zu verhindern. Durch das von PIA DYMATRIX eingesetzte Uplift-Modeling identifizieren Sie die Schläfer im Voraus einer Kampagne und vermeiden durch Nicht-Ansprache den Churn.
Sinkende Kundenbindungskosten durch optimiertes Churn-Management
Churn-Management hilft dabei, präventive Maßnahmen zur Kundenrückgewinnung einzuleiten und die Profitabilität Ihres Unternehmens zu steigern. Setzen Sie auf PIA DYMATRIX und senken Sie Ihre Kundenbindungskosten.
« Zurück zur Übersicht