Wczesne ostrzeganie przed churnem:
Rezygnację widać, zanim zostanie napisana
Mało który subskrybent rezygnuje spontanicznie - najpierw czyta rzadziej, potem wcale, a potem przychodzi rezygnacja. Wskaźnik zaangażowania z Recency, Frequency i Volume rozpoznaje ten wzorzec na tygodnie wcześniej i czyni ratunek planowalnym.
Ten moduł jest częścią sześcioczęściowego wyliczenia modelowego o fikcyjnym regionalnym domu mediowym (55.000 subskrypcji drukowanych i 25.000 cyfrowych). Wszystkie kwoty w euro są wyprowadzone z udokumentowanych założeń wydawnictwa wzorcowego; dźwignie opierają się na opublikowanych benchmarkach branżowych i celowo nie wykorzystują ich najlepszych wartości. Pokazane wartości nie są wynikami realnych klientów ani obietnicą rezultatów. To, jakie wartości są osiągalne na Państwa realnych danych, pokazuje dopiero projekt pilotażowy.
01 Problem - Churn przychodzi z zapowiedzią, ale nikt nie słucha
Dlaczego mail z rezygnacją to zły moment na ratunek
Gdy rezygnacja wpływa, decyzja dawno zapadła - oferty rabatowe działają wtedy słabo i uczą bazę targowania się. Skuteczny moment przypada tygodnie wcześniej: tam, gdzie zachowanie czytelnicze się załamuje.
Dokładnie to załamanie widać w Państwa danych: odstępy między wizytami się wydłużają, sesje skracają, newsletter pozostaje nieotwarty. Financial Times ustanowił na tę potrzebę wskaźnik RFV - Recency, Frequency, Volume - i steruje nim całą swoją retencją. Żaden człowiek nie obserwuje 25.000 subskrybentów pojedynczo. Model tak.
A ratunek kosztuje ułamek tego, co kosztowałoby ponowne pozyskanie tego samego subskrybenta.
02 Model - Wskaźnik ryzyka dla każdego subskrybenta, co tydzień na nowo
Gradient boosting na przebiegach zaangażowania, kalibrowany na realnych rezygnacjach z przeszłości
Model dostarcza dla każdego subskrybenta prawdopodobieństwo rezygnacji na najbliższe 90 dni - a poprzez wartości SHAP także powód: uśpione użytkowanie, wyczerpany rabat, martwy dział. Z tego powstaje cotygodniowa lista ryzyka z dopasowaną akcją: rekomendacja treści dla jednych, komunikacja korzyści dla drugich. FT samym sterowaniem zaangażowaniem wzdłuż swojego wskaźnika RFV obniża wskaźniki rezygnacji o 10 procent.
03 Wpływ na biznes - Uratowane subskrypcje zamiast statystyki rezygnacji
Dźwignia: 15 procent mniej rezygnacji w bazie dzięki wczesnej, celowanej interwencji
Żadnej liczby z sufitu: każde założenie pochodzi z przykładowego wydawnictwa i jest przechowywane centralnie. Z Państwa realnymi liczbami zmienia się tylko wejście, nie metoda.
| Pozycja | Wartość |
|---|---|
| Rezygnacje cyfrowe / rok (4,5 % × 12) | 13.500 |
| z tego baza od 4. miesiąca (60 %) | 8.100 |
| Baza: Adresowalne rezygnacje w bazie / rok | 8.100 |
| Dźwignia: Redukcja dzięki wczesnemu ostrzeganiu (15 %) × 8 miesięcy × ARPU | 1.215 × 8 × 10,50 € |
| Wynik: dodatkowy przychód / rok | €102.060 |
Założenia przykładowego wydawnictwa - w realnym projekcie Państwa dane zastępują te wartości.
Te 15 procent leży celowo między opublikowanymi benchmarkami: FT dokumentuje −10 procent przez sterowanie zaangażowaniem, Mather Economics w teście A/B celowanych interwencji −17 procent. Liczony jest tylko późny churn od 4. miesiąca - wczesny churn należy do modułu 05, aby nic nie było liczone podwójnie. Na wykresie kwartalnym spadek odnosi się do wszystkich rezygnacji (około −9 procent); wartość kafla −15 procent dotyczy osiągalnego późnego churnu od 4. miesiąca.
04 Następne kroki w Państwa wydawnictwie
Od wskaźnika do cotygodniowej rutyny retencyjnej
Łączymy system subskrypcji, web analytics i dane newsletterów - tylko do odczytu, bez ingerencji w Państwa systemy.
Model jest walidowany na realnych rezygnacjach z ostatnich 24 miesięcy. Zobaczą Państwo, jak trafnie ostrzegłby wstecznie.
Cotygodniowa lista ryzyka do CRM: „Tych 150 subskrybentów właśnie się wykrusza - rekomendowana komunikacja dla każdego segmentu jest gotowa."