Analítica y Usabilidad

Tendencias, novedades, noticias y tips del mundo de Analítica y Usabilidad

Analítica y Usabilidad

17 Ago 2017
Sé el primero en comentar

Churn Analysis, cómo evitar que te abandonen tus clientes

1 Star2 Stars3 Stars4 Stars5 Stars (2 votes, average: 5,00 out of 5)
Cargando…
Alvaro Andrés Riaza

Churn Analysis

Las empresas suelen enfocar sus esfuerzos en la consecución de nuevos clientes, el conocido Customer Experiencey descuidan en ocasiones la retención y el mantenimiento de los clientes que ya tiene la empresa. Craso error. Es un fallo corporativo que puede hacer perder grandes cantidades de dinero; el coste de conseguir nuevos clientes es muy superior a la pequeña inversión necesaria para convencer al cliente habitual a quedarse; ya lo hemos convencido para contar con nuestra empresa, por lo que ahora solo hay que escuchar y cubrir sus necesidades y brindarle sobre todo una atención especial para que sienta que la empresa se preocupa por él.

Artículos relacionados:

Es fundamental no perder a la clientela más fiel y que más tiempo lleva consumiendo nuestros productos y servicios por poner más esfuerzo y empeño en las nuevas incorporaciones. ¿Existe alguna forma de identificar y percibir cuando un cliente está descontento o cuando está a punto de marcharse? Sí, con Churn Analysis.

¿Qué es Churn Analysis?

En realidad, el Churn Analysis es un sistema que se encarga de clasificar a los clientes según unas variables y unos determinados valores que nosotros mismos elegimos. Al final del proceso, en el atributo “situación o status del usuario” que hay que determinar (denominado clase) habrá dos valores: cliente perdido o cliente que sigue en la empresa.

El algoritmo que se utiliza para lograr sintetizar y clasificar todas las variables se llama Data Mining, muy utilizado dentro de la teoría de juegos.

Se suele basar en un algoritmo de árbol de decisión que depende de las variables que son relevantes para la clasificación. Se hacen test o preguntas a cada nivel o rama del árbol y según la solución o respuesta se va avanzando por una rama u otra.

Árbol de decisión

Para comenzar un proceso de Churn Analysis es necesario primero disponer de una base de datos completa de nuestros clientes y después elegir qué datos hay que extraer. Las BBDD de una organización corporativa tienen que tener múltiples valores para poder categorizar adecuadamente a la clientela. Atributos como la edad, la frecuencia con la que compra, cuánto ha pasado desde la última compra o adquisición de un servicio, cómo es su relación con la empresa… la valoración analítica de todas las variables ofrecerá un resultado conocido como status o situación del cliente que nos permitirá saber si el usuario está cerca de abandonar la empresa o si sigue confiando en la corporación.

¿Cómo controlar que no se marchen nuestros clientes más fieles? ¡La respuesta es Churn Analysis!

¿Por qué las grandes empresas tienen departamentos que evitan la migración de clientes a otras compañías? Ahora lo entiendes, es gracias al Churn Analysis. Pensemos en las compañías móviles que justo en el momento de que se enteran que uno de sus usuarios quiere cambiarse a otra compañía le llaman y le ofrecen mejoras o promociones.

Este proceso esta automatizado y lo interesante es que los procesos automatizados, el Big Data y ahora el Churn Analysis permitan identificar cuando un cliente quiere irse y que lo haga mucho antes de que el usuario tome la decisión para que la empresa pueda actuar e intentar replantearle su opinión sobre la marca. Gracias al Churn Analysis en el futuro (casi presente) las empresas que tengan este sistema implantado lo podrán lograr.

Ejemplo de Churn Analysis


Para saber si el cliente sigue contando con nosotros o no realizamos un sencillo camino con distintas variables:

Test 1:

“Edad del Cliente <30 años”. Simplemente para contextualizar al cliente, se pueden incluir más variables si queremos segmentar la clientela (situación social o económica, lugar, estudios, profesión…).

Test 2:

¿Cuánto tiempo ha pasado desde la última compra o adquisición de un servicio?

Valor: “<1 año″.

Respuesta Sí: clase = “Cliente”.

Respuesta No: clase = “Cliente Perdido”.

Test 3:

¿Qué frecuencia de compra tiene este usuario? (Habrá que determinar según nuestro sector cuál puede ser una adecuada frecuencia a valorar, no es lo mismo un concesionario de coches que una juguetería).

Valor: “Habitualmente (según la variable que se haya determinado)″.

Respuesta Sí: clase = “Cliente”.

Respuesta No: clase = “Perdido o aquí se podría categorizar cliente a vigilar, que los comerciales tienen que hablar con él o hay que cuidar sus necesidades para no perder su confianza”.


Si te ha interesado la temática de este post puedes seguir profundizando sobre la gestión del Marketing y los datos de las empresas en nuestro Programa Ejecutivo en Digital Customer Experience.

Programa Ejecutivo en Digital Customer Experience

Aprenderás las habilidades necesarias para convertirte en un experto en Digital Customer Experience y Analítica de datos.

¡Quiero informarme!

Comparte y comenta este artículo!

Ideas, noticias y mucha formación en tu bandeja de correo
Suscríbete ahora y recibe los mejores contenidos sobre Emprendedores, Marketing, Negocios e Internet

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

SUSCRÍBETE AL BLOG

Ideas, noticias y mucha formación en tu bandeja de correo
Sucríbete ahora y recibe todo el contenido de nuestro blog

LO MÁS LEÍDO HOY

BUSCA EN EL BLOG

IEBS EN LAS REDES

x
Ideas, noticias y mucha formación en tu bandeja de correo
Suscríbete ahora y recibe los mejores contenidos sobre Emprendedores, Marketing, Negocios e Internet

No gracias, seguir leyendo el post