SaaS 企業が顧客離れを予測する方法

公開: 2020-07-05

顧客維持は、サブスクリプション ベースのモデルで機能するビジネスの重要な柱です。 通信会社やその他のサービス プロバイダーにとって、顧客を維持することは重要です。 SaaS 企業にとって、これは生き残るための鍵です。

SaaS ビジネス モデルは、顧客から継続的な収益を得ることに依存しています。 彼らは、会社での生涯を通じて安定した現金の流れを提供する必要があります。 したがって、顧客の寿命を延ばすことは、SaaS 企業が規模を拡大するための重要な方法です。 それは、サイトを新しい顧客にマーケティングおよび宣伝するのと同じくらい重要です。それ以上ではないにしても.

顧客が SaaS 企業を放棄すると、取り戻すのは困難です。 彼らはあなたのサービスについて決心しました、そして彼らが頼ることができる他のオプションは間違いなくあります. したがって、最良の顧客維持は積極的です。 顧客をできるだけ幸せに保つように注意する必要があります。 これにより、彼らが習慣を他の場所に持ち込むリスクを取り除くことができます。

しかし、ある顧客が自分のビジネスを競合他社に引き継ぐ可能性をどのように知るのでしょうか? どのクライアントに注力する必要があるかをどのように見つけることができますか? その答えは、顧客離れの予測と分析によるものかもしれません。

相談を予約する

顧客離れとは何か、なぜそれが重要なのか?

顧客離れは、顧客 (主にサービスの加入者) がビジネスを放棄したときに付けられる名前です。 サービスの更新に失敗すると、顧客は解約します。 また、サブスクリプションを積極的に終了した場合も解約しています。

顧客離れの指標は、SaaS ビジネスの鍵です。 成功するためには、企業は顧客離れを最小限に抑える必要があります。 会社を放棄するすべての顧客は、2 つの異なる方法で収益に損害を与えます。

第一に、会社は顧客のサブスクリプションから得る通常の収入を失います。 それに加えて、企業は顧客を置き換えるために、マーケティングとプロモーションにより多くを費やさなければなりません。 顧客ベースの縮小を許せば、売上高と利益は急速に下降し始めます。

顧客は、さまざまな理由で解約する可能性があります。 ビジネスやサービスでの悪い経験は、多くの場合、解約につながります。 他のケースでは、単純なサービス疲労がチャーンを説明できます。 サービスのユーザーは、時間の経過とともに、サービスがニーズを満たさなくなっていることに気付く場合があります。

理由が何であれ、チャーンは SaaS 企業が対処しなければならないものです。 チェックしないままにしておくと、すぐに手に負えなくなる可能性があります。 HubSpot のサービス ハブ担当ゼネラル マネージャーである Michael Redbord 氏は次のように説明しています。

「サブスクリプションベースのビジネスでは、毎月/四半期ごとの解約率がわずかであっても、時間の経過とともに急速に増加します。 毎月のわずか 1% の解約率は、年間約 12% の解約率に相当します。 既存の顧客を維持するよりも新規顧客を獲得する方がはるかに費用がかかることを考えると、解約率の高い企業はすぐに財務上の穴に陥るでしょう。」

アルテックスソフト

では、顧客離れを予測して事前に回避できれば素晴らしいと思いませんか?

顧客離れを予測することの難しさと重要性

顧客離れと戦うための 2 つのオプションは、顧客維持と顧客獲得です。 企業は、顧客が離れないようにするか、新しい顧客を獲得する必要があります。 理想的には、顧客を失うよりも多くの新規顧客を獲得したいと考えています。 さらに、多くの場合、顧客の維持は、顧客の獲得よりもはるかに費用対効果が高くなります。

しかし、多くの企業は依然として買収を支持しています。 それは、彼らが自社製品を新規顧客に売り込む方法、時期、場所を知っているからです。 顧客維持率を高める最善の方法を理解することは、より困難です。 もっと多くの時間と労力がかかります。

企業は、財務は言うまでもなく、各顧客にその時間と労力を費やすことはできません。 それは実行可能ではありません。 解約のリスクがある顧客を事前に予測するために必要なもの。 その後、彼らはそれらの個人に彼らの保持努力を集中させることができます.

今説明したのは、顧客離れの予測です。 これは、最先端のデータ収集および分析ツールによって可能になったプロセスです。 データを収集し、そこからモデルを作成することで、離れていく可能性が最も高い顧客を特定できます。 その知識があれば、彼らがそうしないようにするために必要なことは何でもできます。

読み進めると、非常に貴重な顧客離れの予測と分析を実行する簡単な方法がわかります。

SaaS 電子ブック - ビジネスを拡大する


顧客離れの予測と分析の実行方法

顧客離れの予測は、単純な前提で機能します。 最近のサービスの使用状況に基づいて、顧客が離脱する可能性を予測できます。 顧客が特定の期間内に離れようとしているかどうかに答えようとしています。 つまり、彼らは来月中にサブスクリプションをキャンセルするつもりですか?

そのような予測の結果は、「はい」または「いいえ」の答えになります。 答えが「はい」の顧客には、連絡を取り、その答えを変更することができます。 「はい」または「いいえ」の答えがプロセスの出力である場合、サービスの使用状況に関する顧客データが入力になります。 データの収集は、次の 3 段階の顧客離れ予測および分析プロセスの最初のステップです。

  1. データの収集
  2. データセットからの予測モデルの作成
  3. モデルを使用して顧客離れを予測する

データの収集

これから作成する予測モデルは、機械学習を利用します。 機械学習は、AI ベースのデータ分析手法です。 このプロセスを説明する最も簡単な方法は、パターン認識を使用することです。 モデルは、データ内のパターンを特定して認識できるように「トレーニング」されています。

「トレーニング」プロセスには、可能な限り多くのデータをモデルに提示することが含まれます。 次に、データ間のパターンと関係を識別します。 最終的に、モデルは「学習」したことを、提示された新しいデータ セットに適用できます。 したがって、過去のパターンに基づいて将来の行動を予測することができます。

顧客離れ予測の最初のステップは、データを収集してモデルをトレーニングすることです。 必要なデータは、会社を退職した、または退職していない現在または以前の顧客に関連している必要があります。 そうすることで、解約した顧客と解約しなかった顧客に関する現在および将来のすべての顧客データを比較できます。

データには、顧客に関する情報をできるだけ多く含める必要があります。 顧客情報の各部分は特徴と呼ばれます。 収集できる顧客の特徴が多ければ多いほど、モデルはより正確になります。 結局のところ、より幅広い機能に関連するパターンを認識できるようになります。

顧客離れの予測については、次の 4 つの主な領域に注目する必要があります。

  • 顧客の特​​徴 -これは、各顧客の個々の特性に関するデータです。 年齢や性別から教育レベルや収入まで、あらゆるものを含めることができます。
  • サポート機能 –顧客がカスタマー サポートとやり取りする方法に関連する情報。 このデータには、サポート スタッフやクエリの件名に連絡した頻度が含まれる場合があります。
  • 使用状況の特徴 –各顧客がサービスをどのように使用したかについて収集できるデータ。 たとえば、ログインの頻度や、最後にログインしてからの経過時間などです。 彼らがあなたのアプリに費やした時間や、そこにいるときの行動についての情報を収集できれば、なおさらです。
  • Contextual Features –これは、収集できる他のすべてのデータの包括的なものです。 たとえば、彼らがあなたのサービスにアクセスするデバイスの種類を知っていますか? 彼らが最も頻繁に連絡を取ったカスタマー サポート エージェントを特定できますか?

顧客離れ予測とは、すぐに離れてしまう可能性のある顧客を見つけることです。 データを収集するときは、「すぐに」を数値化する必要があります。 モデルに答えてもらいたい正確な質問を決定します。 それは...ですか：

  1. 顧客は 1 か月以内に解約しますか?
  2. 顧客は 3 か月以内に解約しますか?
  3. 顧客は 6 か月以内に解約しますか?

どの質問を選択するかは、ビジネスによって異なります。 モデルをトレーニングするための正しいデータを収集できるように、それを定義することが不可欠です。 たとえば、上記の質問「a)」を考えてみましょう。 それが答えたい場合は、過去の顧客データを含める必要があります。

この情報は、既存の顧客の行動を予測するために使用できます。 機能は、過去と現在の両方の顧客の活動に関連している必要があります。

データを予測モデルに簡単に使用できるようにするには、CSV ファイルを作成する必要があります。 そのファイルには、各顧客の行と各機能の列が含まれている必要があります。 解約した顧客がこれらの列の 1 つを形成するかどうかに関する「はい」または「いいえ」の出力。 ファイルは上の画像のようになります。

予測モデルの作成

データ、機械学習、予測モデリングに関するこれまでの話にうんざりしないでください。 データを収集したら、顧客離反予測の難しい部分は後回しになります。 ここから先は、予測サービスに頼って困難な作業を行うことができます。

選択できる予測サービスがいくつかあります。

  • Google クラウド ML エンジン
  • BigML

どちらのサービスも、アップロードしたデータに基づいて予測モデルを作成します。 作成した CSV ファイルをアップロードすれば、あとは彼らがやってくれます。 BigML を使用して予測モデルを構築する方法の詳細については、こちらをご覧ください。

最終的に得られるのは、モデルの「決定木」の視覚化です。 次のようになります。

ツリーの色付きの円はそれぞれ、顧客の特徴に関連する質問を表しています。 すべてのブランチは可能な答えを表しています。 一番下まで進むと、最終的な出力値を示す円が見つかります。 顧客離れの場合、それは顧客が離れたかどうかです。

モデルを使用してチャーンを予測する

これで、顧客離れに関するデータのパターンを認識して理解するモデルができました。 今必要なのは、それを使用して予測を行うことです。 そのためには、まず既存の顧客に関連する現在のデータを収集する必要があります。

そのデータは、チャーンの「はい」または「いいえ」の出力が含まれないことを除いて、モデルの構築に使用されるデータと一致する必要があります。 その後、選択した予測サービスに新しいデータをアップロードできます。 これは、元の CSV ファイルをアップロードするのと同じように機能します。

そこから予測を生成する方法は、使用するサービスによって異なります。 もう一度 BigML を例にとると、次の簡単な手順に従う必要があります。

  1. モデルにアクセスし、稲妻アイコン メニューから [バッチ予測] を選択します。
  2. 2 つのドロップダウン メニューが表示されます。 左側のモデルでモデルを選択し、右側のモデルで新しい顧客データセットを選択します。
  3. [構成] オプションをクリックし、[出力設定] を選択します。
  4. その後、予測の表示方法を調整できます。 CSV ファイル出力を選択し、そのファイルの表示を適切に調整したいと考えています。
  5. 緑色の「予測」ボタンをクリックします。 次のページで、[バッチ予測のダウンロード] をクリックします。
  6. これで、任意のスプレッドシート プログラムで開くことができるファイルが作成されます。 選択した時間枠で解約する顧客のモデルの予測は、[解約] 列に表示されます。

このように、解約のリスクがある顧客のリストを取得できます。 これらは、連絡する必要がある顧客です。 彼らは、顧客維持の取り組みに集中できる顧客です。

そのうちの 1 人でも、彼らが去ったかもしれないときにとどまるように説得すれば、新しい顧客を獲得するのと同じくらい多くのお金、時間、または労力を費やすことなく、収益に違いをもたらしたことになります。

顧客離れの予測と分析; プロアクティブな顧客維持

顧客離れの予測と分析は、顧客維持率の向上に役立ちます。 SaaS ビジネスとして、このような改善を行うことが成功と失敗の分かれ道になる可能性があります。

新規顧客の獲得に苦労している場合でも、顧客離れを減らすことで、毎月の収益を安定させることができます。 また、顧客獲得から最大限の利益を得る方法でもあります。 結局のところ、獲得した新規顧客は、失った顧客の代わりになるだけではありません。 彼らはあなたの顧客ベースに追加し、あなたの会社を拡大するのに役立ちます.

顧客離れ予測の優れた点は、顧客維持を積極的に行えることです。 顧客があなたから離れようとしている時期を知ることができます。

これにより、それらを維持するための措置を講じることができます。 データを収集してインテリジェントな予測サービスに接続するだけで、顧客離れの原因となる問題に手を差し伸べて解決できます。