Useimmilla asiakkuustiimeillä on nykyään poistumamalli, ja monet niistä ovat aidosti hyviä — ne tunnistavat riskissä olevat asiakkuudet viikkoja ennen kuin kukaan lähtee, uskottavalla tarkkuudella. Silti pysyvyys ei usein liiku.
Tämä ei ole mallinnuksen epäonnistuminen. Se on kategoriavirhe. Ennustaminen ja vaikuttaminen ovat eri ongelmia, eikä toiseen rakennettu malli vastaa toiseen.
Kaksi kysymystä
Poistumamalli vastaa kysymykseen: kun katson tätä asiakkuutta, kuinka todennäköisesti se lähtee? Se on kysymys yhteydestä. Sitä ei kiinnosta miksi kuvio pätee, vain se että se pätee luotettavasti.
Pysyvyys kysyy jotain muuta: jos teen tälle asiakkuudelle X:n, kuinka paljon epätodennäköisemmin se lähtee? Se on kysymys seurauksesta, ja se vaatii tietämään, mitkä näkyvistä asioista ovat syitä ja mitkä vain oireita.
Malli voi olla erinomainen ensimmäisessä kysymyksessä eikä kerro toisesta mitään.
Miksi tärkeimmät piirteet ovat yleensä vääriä asioita, joihin tarttua
Avaa mallisi piirteiden tärkeysjärjestys, ja vahvimmat ennustajat ovat tyypillisesti kirjautumisten harvenemista, vähemmän aktiivisia käyttäjäpaikkoja, tukipyyntöjen hiljenemistä tai jonkin ydinmittarin laskua.
Jokainen näistä on oire. Kirjautumiset vähenevät, koska asiakas on jo päättänyt ettei tuote ole ajan arvoinen. Lasku on poistuma tulossa näkyviin, ei sen syy. Oireeseen tarttuminen tuottaa juuri niitä hankkeita, jotka tuntuvat tuottavilta eivätkä muuta mitään.
- —Sähköpostit asiakkuuksille, joiden käyttö laski, kannustuksena kirjautua useammin
- —Sen ominaisuuden käytön edistäminen, jota pysyvät asiakkaat sattuvat käyttämään eniten
- —Riskipisteytyksen laukaisema tilannepuhelu ilman käsitystä siitä, tekeekö puhelu mitään
Toinen kohta ansaitsee huomiota, koska se on yleisin. Edistynyttä ominaisuuttanne käyttävät asiakkaat poistuvat paljon harvemmin. Niinpä tiimi käynnistää kampanjan sen käytön lisäämiseksi — eikä pysyvyys liiku. Ominaisuus ei koskaan ollut syy. Jo valmiiksi sitoutuneet asiakkaat tutkivat tuotetta enemmän. Käyttöönotto oli sitoutumisen todiste, ei sen lähde.
Mikä erottaa todellisen syyn
Hyödyllisellä poistumaa koskevalla kausaalikysymyksellä on tietty muoto. Se koskee jotain, minkä voit oikeasti tehdä, hetkellä jonka voit oikeasti valita, ja se vertaa maailmaan jossa et tehnyt sitä.
- —Vähentääkö käyttöönottopuhelu ensimmäisten kahden viikon aikana 90 päivän poistumaa — niillä asiakkuuksilla, jotka eivät muuten olisi saaneet sellaista?
- —Muuttaako nimetyn asiakkuusvastaavan antaminen uusintaprosenttia, vai saavatko paremmat asiakkuudet yksinkertaisesti nimetyn vastaavan?
- —Vähentääkö neljännesvuosittainen katselmus poistumaa, vai onko niin, että terveet asiakkuudet suostuvat osallistumaan?
- —Muuttaako tukipyyntöön vastaaminen tunnissa vuorokauden sijaan mitään myöhemmin?
Jokaisessa on sama ansa sisäänrakennettuna: toimenpidettä ei jaeta satunnaisesti. Käyttöönottopuhelut menevät asiakkuuksille, jotka varaavat ne. Nimetyt vastaavat menevät isommille sopimuksille. Katselmuksia pidetään asiakkaiden kanssa, jotka ovat jo sitoutuneita. Jos vertaat saaneita ja ei-saaneita suoraan, yliarvioit jokaista näistä, usein reilusti.
Jos tiiminne päättää kuka saa toimenpiteen, se päätös on kietoutunut lopputulokseen. Rehellisen analyysin on otettava huomioon, miten päätös tehtiin.
Käytä molempia malleja, eri tehtäviin
Tämä ei ole argumentti poistumaennustetta vastaan. Lähestymistavat täydentävät toisiaan, ja vahvimmat pysyvyysohjelmat käyttävät niitä rinnakkain.
- —Poistumamalli valitsee ketä katsotaan — se on kohdennustyökalu ja hyvä sellainen
- —Kausaalianalyysi valitsee mitä asialle tehdään — mikä toimenpide oikeasti siirtää lopputulosta ja kuinka paljon
- —Segmenttikohtaiset vaikutukset kertovat kenelle se kannattaa tehdä, koska toimenpiteet toimivat harvoin yhtä hyvin koko asiakaskunnassa
Juuri viimeisessä kohdassa raha yleensä on. Käyttöönottopuhelu saattaa leikata poistumaa selvästi itsepalveluna tulleilla asiakkuuksilla ja tehdä lähes mitään enterprise-asiakkuuksille, joilla oli kuuden viikon käyttöönottotuki. Yhteen laskettuna vaikutus näyttää laimealta eikä kukaan priorisoi sitä. Eroteltuna esiin nousee yksi selkeä toimenpide yhdelle selkeälle segmentille.
Mitä tämän ajamiseen tarvitaan
Yksi rivi asiakkuutta kohden: poistuiko se määritellyllä aikavälillä, mitkä toimenpiteet se sai ja milloin, sekä ne asiakkuuden ominaisuudet, jotka vaikuttivat molempiin — koko, paketti, hankintakanava, asiakkuuden kesto ja tilanne sillä hetkellä, kun toimenpidepäätös tehtiin.
Juuri tuo viimeinen tarkennus on kohta, jossa useimmat yritykset menevät pieleen. Asiakkuuden tilanteen mittaaminen tänään, toimenpiteen jälkeen, leipoo mitattavan vaikutuksen sisään siihen, mitä ollaan vakioimassa. Tarvitset asiakkuuden tilan päätöshetkellä, et sen tilaa nyt.