SaaS 기업이 고객 이탈을 예측하는 방법

게시 됨: 2020-07-05

고객 유지는 구독 기반 모델에서 작동하는 모든 비즈니스의 중요한 기둥입니다. 통신 회사 및 기타 서비스 제공업체의 경우 고객 유지가 중요합니다. SaaS 회사의 경우 생존의 열쇠입니다.

SaaS 비즈니스 모델은 고객으로부터 반복적인 수익을 얻는 것에 의존합니다. 그들은 회사에서 일생 동안 꾸준히 현금 흐름을 제공해야 합니다. 따라서 고객 수명을 연장하는 것은 SaaS 회사가 확장하는 중요한 방법입니다. 새로운 고객에게 사이트를 마케팅하고 홍보하는 것만큼 중요합니다 .

고객이 SaaS 회사를 포기하면 고객을 다시 확보하기가 어렵습니다. 그들은 당신의 서비스에 대해 마음을 정했고 의심할 여지없이 그들이 돌릴 수 있는 다른 옵션이 있습니다. 최고의 고객 유지는 능동적입니다. 고객을 가능한 한 행복하게 유지하기 위해 노력해야 합니다. 이는 사용자가 다른 곳에서 사용자 지정을 수행할 위험을 제거하는 데 도움이 됩니다.

하지만 한 고객이 자신의 비즈니스를 경쟁업체로 가져갈 가능성이 얼마나 되는지 어떻게 알 수 있습니까? 어떤 고객에게 노력을 집중해야 하는지 어떻게 알 수 있습니까? 답은 고객 이탈 예측 및 분석을 통해서일 수 있습니다.

상담 예약

고객 이탈이란 무엇이며 왜 중요한가요?

고객 이탈은 고객(주로 서비스 가입자)이 비즈니스를 포기할 때 부여되는 이름입니다. 고객이 서비스 갱신에 실패하여 이탈했습니다. 구독을 적극적으로 종료하면 이탈하기도 합니다.

고객 이탈 메트릭은 SaaS 비즈니스의 핵심입니다 . 성공하려면 기업은 고객 이탈을 최소한으로 유지해야 합니다. 회사를 떠나는 모든 고객은 두 가지 방식으로 수익을 손상시킵니다.

첫째, 회사는 고객의 구독에서 얻는 정기 수입을 잃습니다. 게다가 회사는 고객을 대체하기 위해 마케팅과 프로모션에 더 많은 비용을 지출해야 합니다. 고객 기반이 축소되도록 허용하면 회전율과 수익이 급격히 감소하기 시작할 것입니다.

고객은 다양한 이유로 이탈할 수 있습니다. 귀하의 비즈니스 또는 서비스에 대한 나쁜 경험은 종종 이탈로 이어질 것입니다. 다른 경우에는 단순한 서비스 피로가 이탈을 설명할 수 있습니다. 서비스 사용자는 시간이 지남에 따라 서비스가 더 이상 자신의 요구를 충족하지 못한다는 것을 알게 될 수 있습니다.

이유가 무엇이든 이탈은 모든 SaaS 회사가 관리해야 하는 것입니다. 선택하지 않은 상태로 두면 빠르게 손에서 벗어날 수 있습니다. HubSpot의 Service Hub 총괄 책임자인 Michael Redbord는 다음과 같이 설명합니다.

“구독 기반 비즈니스에서는 월별/분기별 변동률이 적더라도 시간이 지남에 따라 빠르게 복합화됩니다. 매월 1%의 이탈은 연간 거의 12%의 이탈로 해석됩니다. 기존 고객을 유지하는 것보다 신규 고객을 확보하는 데 훨씬 더 많은 비용이 든다는 점을 감안할 때 이탈률이 높은 기업은 금세 재정적 허점에 빠질 것입니다.”

알텍스소프트

그렇다면 고객 이탈을 예측하고 미리 예방할 수 있다면 얼마나 좋을까요?

고객 이탈 예측의 어려움과 중요성

고객 유지 및 고객 확보는 고객 이탈을 방지하기 위한 두 가지 옵션입니다. 기업은 고객이 떠나는 것을 막거나 새로운 고객을 끌어들여야 합니다. 이상적으로는 떠나는 것보다 더 많은 신규 고객을 추가하기를 원할 것입니다. 또한 고객 유지는 종종 고객 획득보다 훨씬 비용 효율적입니다.

그러나 많은 기업들이 여전히 인수를 선호합니다. 새로운 고객에게 제품을 마케팅하는 방법, 시기, 장소를 알고 있기 때문입니다. 고객 유지율을 높이는 가장 좋은 방법을 이해하는 것은 더 까다롭습니다. 훨씬 더 많은 시간과 노력이 필요합니다.

기업은 금융은 말할 것도 없고 각 고객에게 시간과 노력을 들일 수 없습니다. 그것은 실행 가능하지 않을 것입니다. 이탈 위험이 있는 고객을 미리 예측하기 위해 필요한 것. 그런 다음 해당 개인에 유지 노력을 집중할 수 있습니다.

방금 설명한 것은 고객 이탈 예측입니다. 최첨단 데이터 수집 및 분석 도구로 가능해진 프로세스입니다. 데이터를 수집하고 모델을 개발함으로써 이탈 가능성이 가장 높은 고객을 식별할 수 있습니다. 그 지식으로 당신은 그들이 그렇게 하는 것을 막기 위해 필요한 모든 것을 할 수 있습니다.

계속 읽으면 귀중한 고객 이탈 예측 및 분석을 수행하는 간단한 방법을 배우게 될 것입니다.

SaaS 전자책 - 비즈니스 확장


고객 이탈 예측 및 분석 수행 방법

고객 이탈 예측은 간단한 전제에서 작동합니다. 고객이 최근에 서비스를 사용한 방식을 기반으로 고객이 이탈할 가능성을 예측할 수 있습니다. 고객이 특정 기간 내에 떠날 것인지에 대한 답변을 찾고 있습니다. 즉, 다음 달 안에 구독을 취소할 예정입니까?

그러한 예측의 결과는 '예' 또는 '아니오'의 대답이 될 것입니다. 대답이 '예'인 모든 고객에게 연락하여 해당 대답을 변경할 수 있습니다. '예' 또는 '아니오'가 프로세스의 출력이면 서비스 사용에 대한 고객 데이터가 입력됩니다. 데이터 수집은 3단계 고객 이탈 예측 및 분석 프로세스의 첫 번째 단계입니다.

  1. 데이터 수집
  2. 데이터 세트에서 예측 모델 만들기
  3. 모델을 사용하여 고객 이탈 예측

데이터 수집

만들려는 예측 모델은 기계 학습을 활용합니다. 머신 러닝은 AI 기반의 데이터 분석 기법입니다. 프로세스를 설명하는 가장 간단한 방법은 패턴 인식을 통한 것입니다. 모델은 데이터의 패턴을 식별하고 인식할 수 있도록 '훈련'됩니다.

'훈련' 프로세스에는 가능한 한 많은 데이터로 모델을 제시하는 것이 포함됩니다. 그런 다음 데이터 간의 패턴과 관계를 식별합니다. 궁극적으로 모델은 제시된 새로운 데이터 세트에 '배운' 내용을 적용할 수 있습니다. 따라서 과거 패턴을 기반으로 가능한 미래 행동을 예측할 수 있습니다.

고객 이탈 예측의 첫 번째 단계는 데이터를 수집하여 모델을 학습시키는 것입니다. 필요한 데이터는 회사를 떠났거나 떠나지 않은 현재 또는 이전 고객과 관련되어야 합니다. 그렇게 하면 이탈한 고객과 이탈하지 않은 고객에 대한 현재 및 미래의 모든 고객 데이터를 비교할 수 있습니다.

데이터에는 고객에 대한 정보가 최대한 많이 포함되어야 합니다. 고객 정보의 각 부분을 기능이라고 합니다. 수집할 수 있는 고객 기능이 많을수록 모델이 더 정확해집니다. 결국 더 넓은 범위의 기능과 관련된 패턴을 인식할 수 있을 것입니다.

고객 이탈 예측을 위해 집중해야 할 네 가지 주요 영역이 있습니다.

  • Customer Features – 이것은 각 고객의 개별적인 특성과 관련된 데이터입니다. 나이와 성별에서 교육 수준과 수입에 이르기까지 모든 것을 포함할 수 있습니다.
  • 지원 기능 – 고객이 고객 지원과 상호 작용하는 방식과 관련된 정보입니다. 이 데이터에는 지원 담당자에게 연락한 빈도 또는 문의 주제가 포함될 수 있습니다.
  • 사용 기능 – 각 고객이 서비스를 사용한 방법에 대해 수집할 수 있는 모든 데이터입니다. 예를 들어 로그인 빈도 또는 마지막으로 로그인한 이후 얼마나 오래되었는지 등입니다. 그들이 당신의 앱을 얼마나 오래 사용하는지 또는 앱에서 어떤 행동을 하는지에 대한 정보를 수집할 수 있다면 더욱 좋습니다.
  • 상황별 기능 – 수집할 수 있는 다른 모든 데이터에 대한 포괄적인 기능입니다. 예를 들어 그들이 어떤 유형의 장치를 통해 귀하의 서비스에 액세스하는지 알고 있습니까? 그들이 가장 많이 연락한 고객 지원 에이전트를 식별할 수 있습니까?

고객 이탈 예측은 곧 떠날 고객을 찾는 것입니다. 데이터를 수집할 때 '곧'을 정량화해야 합니다. 모델이 대답하기를 원하는 정확한 질문을 결정하십시오. 그것은:

  1. 고객이 1개월 이내에 이탈합니까?
  2. 고객이 3개월 이내에 이탈합니까?
  3. 고객이 6개월 이내에 이탈합니까?

선택하는 정확한 질문은 비즈니스에 따라 다릅니다. 모델을 교육하기 위해 올바른 데이터를 수집할 수 있도록 이를 정의하는 것이 중요합니다. 예를 들어 위의 질문 'a)'를 생각해 보십시오. 답변을 원하는 경우 과거 고객 데이터를 포함해야 합니다.

이 정보는 기존 고객의 행동을 예측하는 데 사용할 수 있습니다. 귀하의 기능은 과거 및 현재의 고객 활동과 관련되어야 합니다.

데이터를 예측 모델에 쉽게 사용하려면 CSV 파일을 만들어야 합니다. 해당 파일에는 각 고객에 대한 행과 각 기능에 대한 열이 있어야 합니다. 이탈한 고객이 해당 열 중 하나를 구성해야 하는지 여부에 대한 '예' 또는 '아니오' 출력. 파일은 위의 이미지와 유사할 수 있습니다.

예측 모델 만들기

데이터, 기계 학습 및 예측 모델링에 대한 지금까지의 모든 이야기에 실망하지 마십시오. 데이터를 수집하고 나면 고객 이탈 예측의 어려운 부분이 해결됩니다. 여기서부터는 예측 서비스에 의존하여 힘든 일을 처리할 수 있습니다.

선택할 수 있는 몇 가지 예측 서비스가 있습니다.

  • 구글 클라우드 ML 엔진
  • 빅ML

두 서비스 모두 사용자가 업로드한 데이터를 기반으로 예측 모델을 생성합니다. 생성한 CSV 파일을 업로드하면 나머지는 알아서 처리됩니다. 여기에서 BigML을 사용하여 예측 모델을 구축하는 방법에 대한 자세한 내용을 볼 수 있습니다.

최종적으로는 모델의 '결정 트리' 시각화입니다. 다음과 같이 표시됩니다.

트리의 각 색상 원은 고객 기능과 관련된 질문을 나타냅니다. 모든 가지는 가능한 답을 나타냅니다. 아래로 내려가면 최종 출력 값이 포함된 원을 찾을 수 있습니다. 고객 이탈의 경우 고객이 이탈했는지 여부입니다.

모델을 사용하여 이탈 예측

이제 고객 이탈에 대한 데이터의 패턴을 인식하고 이해하는 모델이 있습니다. 지금 필요한 것은 그것을 사용하여 예측하는 것입니다. 이를 위해서는 먼저 기존 고객과 관련된 현재 데이터를 수집해야 합니다.

해당 데이터는 변동에 대한 'yes' 또는 'no' 출력을 포함하지 않는다는 점을 제외하고 모델을 빌드하는 데 사용된 데이터와 일치해야 합니다. 그런 다음 선택한 예측 서비스에 새 데이터를 업로드할 수 있습니다. 원본 CSV 파일을 업로드하는 것과 동일한 방식으로 작동합니다.

거기에서 예측을 생성하는 방법은 사용하는 서비스에 따라 다릅니다. BigML을 다시 한 번 예로 들어보려면 다음과 같은 간단한 단계를 따라야 합니다.

  1. 모델에 액세스하고 번개 아이콘 메뉴에서 '일괄 예측'을 선택합니다.
  2. 그러면 두 개의 드롭다운 메뉴가 표시됩니다. 왼쪽에서 모델을 선택하고 오른쪽에서 새 고객 데이터 세트를 선택하십시오.
  3. '구성' 옵션을 클릭한 다음 '출력 설정'을 선택합니다.
  4. 그런 다음 예측을 보는 방법을 조정할 수 있습니다. CSV 파일 출력을 선택한 다음 해당 파일의 표시를 적합하다고 생각하는 대로 조정하려고 합니다.
  5. 녹색 '예측' 버튼을 클릭합니다. 다음 페이지에서 '일괄 예측 다운로드'를 클릭합니다.
  6. 그러면 모든 스프레드시트 프로그램으로 열 수 있는 파일이 생깁니다. 선택한 기간에 어떤 고객이 이탈할지에 대한 모델의 예측이 '이탈' 열에 표시됩니다.

마찬가지로 이탈 위험이 있는 고객 목록이 있습니다. 연락해야 할 고객입니다. 고객 유지 노력에 집중할 수 있는 고객입니다.

그들이 떠났을 때 그들 중 한 명이라도 남아 있도록 설득하면 새로운 고객을 확보하는 것만큼 많은 돈, 시간 또는 노력을 들이지 않고도 수익에 차이를 만들 수 있습니다.

고객 이탈 예측 및 분석 적극적인 고객 유지

고객 이탈 예측 및 분석은 고객 유지를 개선하는 데 도움이 될 수 있습니다. SaaS 비즈니스로서 이러한 개선은 성공과 실패의 차이가 될 수 있습니다.

고객 이탈을 줄이는 것은 신규 고객 유치에 어려움을 겪고 있더라도 월 매출을 안정적으로 유지할 수 있는 방법입니다. 고객 확보를 통해 최대한의 이익을 얻을 수 있는 방법이기도 합니다. 결국 새로 얻은 고객은 단순히 잃어버린 고객을 대체하는 것이 아닙니다. 그들은 고객 기반을 추가하고 회사를 확장하는 데 도움을 줄 것입니다 .

고객 이탈 예측의 장점은 고객 유지를 능동적으로 수행할 수 있다는 것입니다. 고객이 언제 떠나려고 하는지 알 수 있습니다.

이를 통해 고객을 온보드 상태로 유지하기 위한 조치를 취할 수 있습니다. 단순히 데이터를 수집하고 지능형 예측 서비스에 연결하는 것만으로 고객 이탈을 유발할 수 있는 문제에 접근하여 해결할 수 있습니다.