Was ist eigentlich Machine Learning?
7. November 2018
Predictive Planning als Erfolgsfaktor
7. Januar 2019

Churn Prevention – Ihr CRM auf dem nächsten Level
Die Gewinnung von Neukunden kostet ein Vielfaches dessen, was investiert werden muss, um einen Kunden zufriedenzustellen und zu halten. Demnach lautet eine altbekannte Marketingweisheit wie folgt: Die Neukundengewinnung kostet Geld, Bestandskunden bringen Geld.

Kundenbindung und Kundenloyalität sind deswegen zwei zentrale Ziele einer nachhaltigen Geschäftsstrategie und bedingt die Verhinderung von Kundenabwanderungen. Das Churn Management bezeichnet den Versuch, Kundenabwanderung zu vermeiden und ist somit ein zentrales Thema des Customer Relationship Managements.

Doch wie können Unternehmen ihre Kunden stärker binden und die abwanderungswilligen Kunden identifizieren, um diese mit gezielten Kampagnen anzusprechen?

Identifikation von Churn
Die Identifikation von Churn ist sehr komplex, da es sich oftmals um einen schleichenden Prozess von sich verschlechternden Geschäftsbeziehungen handelt. Doch ab wann ist ein Umsatzrückgang bei einem Kunden tatsächlich ein Indiz für Churn? Und mit welchen Faktoren hängt Churn zusammen und was könnte zu einer Kundenabwanderung geführt haben?

In Zeiten von Big Data verfügen Unternehmen über eine Vielzahl an Daten, die Informationen über Kundenbeziehungen liefern. Angefangen vom Rechnungswesen, wo beispielsweise Bestellungen und Lieferungen zu finden sind, bis hin zu CRM-Systemen, wo neben zusätzlichen Kundeninformationen auch die Kundenkontakte (z.B. Reklamation) abgelegt sind und kontinuierlich ergänzt werden. Neben diesen unternehmensinternen Daten können zusätzlich relevante Marktforschungsdaten als Datenquelle und Basis für die Identifikation von Churn genutzt werden.

Für die Identifikation von potentiellen Churnern werden die Daten von in der Vergangenheit tatsächlich abgewanderten Kunden mit den Daten von Nicht-Churnern verglichen. Algorithmen leiten daraus eine Beschreibung des Unterschieds zwischen den beiden Gruppen ab. So lassen sich die wichtigsten Indikatoren für Churn bestimmen und für jeden Kunden eine Churn-Wahrscheinlichkeit errechnen, welche das Risiko einer zukünftigen Abwanderung wiedergibt.

Für wen ist Churn Prevention interessant?
Die Eignung eines Churn Prediction Modells hängt stark von der angebotenen Dienstleistung oder des Produktes ab, denn nicht für jedes Unternehmen macht die Berechnung der Abwanderungsrate Sinn. Eine Anwendung ist vor allem sinnvoll, wenn es sich um Produkte handelt, die in regelmäßigen Abständen neu gekauft werden oder für Anbieter eines Abonnements, wie Energieversorger oder Mobilfunkprovider. Anhand des entwickelten Modells lässt sich unter anderem die Wirksamkeit von Angeboten oder bestimmten Services auf Kunden messen. Auch können bei einer hohen prognostizierten Abwanderungswahrscheinlichkeit automatische Marketingaktivitäten ausgeführt werden.

Doch das reine Vorhandensein von vielen Daten und einer entsprechenden Auswertung wird für ein erfolgreiches CRM nicht genügen. Abschließend gilt es die richtigen Schlüsse aus den gewonnenen Erkenntnissen zu ziehen und diese zeitnah umzusetzen. Eine intelligente Verknüpfung der Churn Prediction mit dem CRM ist zwingend erforderlich, um ein schnelles Handeln zu ermöglichen und Kunden mit einem hohen Abwanderungsrisiko von einem Verbleib zu überzeugen.

Das Churn Prevention Modul der reporting.kitchen
Mit dem Churn Prevention Modul werden Ihre Rohdaten aus verschiedenen Datenquellen zusammengeführt und zu einer aussagekräftigen 360º -Kundenansicht kombiniert. Das Cloud Reporting der reporting.kitchen eignet sich ideal für die Anbindung von vielen verschiedenen Datenquellen. Mit dem Zugriff auf die Kundendaten und relevanten externen Daten entstehen durch unsere Data Science Technologien spannende Einsichten in das Verhalten Ihrer Kunden. Mithilfe der aufbereiteten Daten können individuelle Analysen durchgeführt werden, die zum Zwecke der Auswertung auf einem Dashboard visualisiert werden. Beispielsweise kann die Marktanteilentwicklung nach Region oder die wichtigsten Einflussfaktoren für ein hohes Kündigungsrisiko analysiert und abgebildet werden.

In den folgenden Use Cases finden Sie konkrete Anwendungsfälle, wie das Churn Prevention Modell im Bereich der Energie- und Telekommunikationsbranche einen Mehrwert schaffen kann und auch in einer Abwandlung für Employee Retention nützlich ist.

Weitere Use Cases finden Sie hier:

Schreibe einen Kommentar