Desgaste del cliente

Desgaste del cliente, también conocido como Mantequera de cliente, facturación al cliente, o deserción de clientes, es la pérdida de clientes o clientes.

Bancos, compañías de servicio, teléfono Proveedores de servicios de Internet, TV de pago empresas, seguros empresas y servicios de monitoreo de alarmas a menudo utilizan análisis de deserción de clientes y las tasas de deserción de clientes como uno de sus principales negocios métricas (junto con flujo de efectivo, EBITDAetc..) porque el costo de retener a un cliente existente es mucho menor que adquirir uno nuevo. Empresas de estos sectores tienen a menudo servicio al cliente ramas que intentan recuperar clientes desertar, porque recuperó a los clientes a largo plazo pueden valer mucho más a una empresa que clientes recién contratados.

Las empresas suelen hacer una distinción entre abandono voluntario y mantequera involuntario. Mantequera voluntaria se produce debido a una decisión por parte del cliente para cambiar a otro proveedor de servicio o empresa, mantequera involuntaria se produce debido a circunstancias tales como la reubicación de un cliente a un centro de cuidado a largo plazo, la muerte o el traslado a un lugar distante. En la mayoría de las aplicaciones, razones involuntarias de renovación están excluidas los modelos analíticos. Los analistas tienden a concentrarse en abandono voluntario, porque normalmente ocurre debido a factores de la relación empresa-cliente que compañías de control, tales como interacciones como facturación se manipulan o cómo ayuda post-venta es proporcionada.

Cuando las empresas están midiendo su facturación al cliente, normalmente hacen la distinción entre desgaste bruto y agotamiento neto. Deserción bruta es la pérdida de clientes existentes y sus ingresos recurrentes asociados contratados bienes o servicios durante un periodo determinado. Agotamiento neto es bruto desgaste además de la adición o captación de clientes similares en la ubicación original. Las instituciones financieras a menudo rastrear y medir el desgaste mediante un cálculo ponderado llamado Ingresos mensuales recurrentes (o RMR). En la década del 2000, hay también un número de inteligencia de negocios programas de software que puede mina las bases de datos de información del cliente y analizar los factores que se asocian con desgaste del cliente, tales como insatisfacción con el servicio o soporte técnico, facturación disputas, o un desacuerdo sobre las políticas de la empresa. Más sofisticadas análisis predictivo el software utiliza modelos de predicción de abandono que predicen la mantequera del cliente mediante la evaluación de su propensión de riesgo para batir. Puesto que estos modelos generan una pequeña lista priorizada de los potenciales desertores, son eficaces en el enfoque retención de clientes programas de marketing en el subconjunto de la base de clientes que son más vulnerables a batir.

Aplicaciones de servicios por menor

Servicios financieros como aplicaciones de usan de la banca y seguros análisis predictivo para el modelado de la mantequera, retención de clientes es una parte esencial de la mayoría de los servicios financiera modelos de negocio. Otros sectores también han descubierto el poder de análisis predictivo, incluyendo venta por menor, telecomunicaciones y operadores de TV paga. Uno de los principales objetivos de modelado mantequera cliente es determinar los factores causales, para que la empresa puede tratar de evitar la deserción a ocurrir en el futuro. Algunas empresas quieren impedir su buena clientes de deterioro (por ejemplo, por retrasarse en sus pagos) y convertirse en clientes menos rentables, así que introdujeron la noción de renovación parcial del cliente.

Desgaste del cliente merece una atención especial por proveedores de servicios de telecomunicaciones móviles en todo el mundo. Esto es debido a las bajas barreras para cambiar a un proveedor de servicios competidores especialmente con el advenimiento de la portabilidad de número móvil (MNP) en varios países. Esto permite a los clientes cambiar a otro proveedor conservando sus números de teléfono. Mientras que los mercados maduros con alta densidad telefónica (penetración del mercado del teléfono) batir las tasas desde 1% a 2% por mes, alto crecimiento mercados en desarrollo como India y China están experimentando tasas de abandono entre 3% y 4% por mes. Mediante la implementación de nuevas tecnologías que tal batir juntados con programas de retención efectiva de modelos de predicción, desgaste del cliente podría gestionarse mejor para frenar la pérdida de ingresos importantes de clientes desertores.

Desgaste del cliente es una preocupación importante para los bancos de Estados Unidos y Canadá, porque tienen tasas mucho más altas de abandono que los bancos en Europa occidental. Los bancos de Estados Unidos y Canadá con las tasas más bajas de la mantequera han alcanzado tasas de rotación del cliente tan bajas como 12% por año, mediante el uso de tácticas como cuentas de cheques gratis, Banca en línea y pago de facturas y mejor servicio al cliente. Sin embargo, una vez que los bancos pueden mejorar sus tasas de abandono por mejorar el servicio al cliente, pueden alcanzar un punto más allá del cual más servicio al cliente no mejorará la retención; otras tácticas o métodos necesitan ser exploradas.

MANTEQUERA o cliente atrición se utiliza a menudo como un indicador de satisfacción del cliente. Sin embargo la tasa de abandono puede mantenerse artificialmente baja haciéndola difícil para los clientes que resiliate sus servicios. Esto puede incluir haciendo caso omiso de las peticiones de resiliations, aplicación de resiliation largos y complicados procedimientos para seguir a través de un consumidor promedio y varias otras barreras a resiliation. Por lo tanto, puede mejorar la MANTEQUERA mientras se deteriora la satisfacción del cliente. Esta práctica es miope y será contraproducente. Sin embargo, mostró ser común en las empresas de telefonía y entre los proveedores de Internet. MANTEQUERA medido puede ser un elemento importante en el valor de una empresa.

Investigación sobre la deserción de clientes

Los eruditos han estudiado deserción de clientes en empresas de servicios financieros europeos e investigó los predictores de la mantequera y cómo el uso de gestión de relaciones con clientes Enfoques (CRM) pueden afectar las tasas de abandono. Varios estudios combinan varios tipos de predictores para desarrollar un modelo de renovación. Este modelo puede tomar características demográficas, los cambios ambientales y otros factores en cuenta.

Investigación sobre modelado de datos cliente desgaste puede proporcionar negocios con varias herramientas para mejorar la retención de clientes. Utilizando software y minería de datos, uno puede aplicar métodos estadísticos para desarrollar modelos de causalidad de atrición no lineal. Un investigador señala que ".. reteniendo clientes actuales es más rentable que la adquisición de nuevos clientes debido principalmente al ahorro en los costos de adquisición, el volumen más alto de consumo de servicio y las referencias del cliente." El argumento es el de construir un ".. .con efecto programa de retención de clientes,"los gerentes tienen que llegar a un entendimiento de"... por qué los clientes dejan"y".. .identificar los clientes con alto riesgo de dejar" mediante la predicción con precisión de desgaste del cliente.

Predecir la deserción de clientes

En negocio contexto, "batir" se refiere tanto a la migración de los clientes y a su pérdida de valor. Así, "tasa de batir" se refiere, por un lado, el porcentaje de clientes que poner fin a su relación con la organización o, por el contrario, a los clientes que aún reciben sus servicios, pero no tanto o no tan a menudo como solían. Las organizaciones actuales enfrentan por lo tanto un gran reto: ser capaz de anticipar al abandono de los clientes con el fin de conservarlos a tiempo, reduciendo de esta manera los costos y los riesgos y ganar eficiencia y competitividad. Allí están en el mercado de avanzadas herramientas de análisis y aplicaciones, especialmente diseñadas para analizar en profundidad la enorme cantidad de datos dentro de las organizaciones y para hacer predicciones basadas en la información obtenida de analizar y explorar esos datos. Su objetivo, para poner al servicio de de marketing los departamentos y agencias – y de todos los usuarios de negocio - la necesaria de armas para:

• Detectar pronto que sus clientes están a punto de abandonar y conocerlos en profundidad, respondiendo a preguntas tales como: ¿Quiénes son? o ¿cómo se comportan?
• Conocer el valor real de la pérdida potencial de los clientes, con el fin de establecer prioridades y distribuir eficientemente los recursos y esfuerzos, optimizar recursos y maximizando el valor de la cartera de los clientes actuales.
• Poner en práctica personalizada planes de retención para reducir o evitar su migración, aumentando la capacidad de reaccionar y anticiparse a posibles fugas no prevista.

Reducción del desgaste del cliente

Hay organizaciones que han desarrollado las normas internacionales sobre reconocimiento y compartir las mejores prácticas globales en servicio al cliente con el fin de reducir el desgaste del cliente. El Instituto Internacional de servicio al cliente ha desarrollado el cliente servicio estándar internacional para alinear estratégicamente las organizaciones para que se centran en ofrecer excelencia en servicio al cliente, mientras que al mismo tiempo brindar reconocimiento de éxito a través de un tercer sistema de registro de partido.

Véase también

• Mantequera tasa

Lectura adicional

• Buckinx Wouter, Dirk Van den Poel (2005) "Análisis de Base de clientes: Parcial deserción de clientes leales a su comportamiento en un consumo no contractuales por menor de ajuste”, European Journal of Operational Research164 (1), 252-268.
• Jonathan Burez, Dirk Van den Poel (2006) "CRM en una empresa de televisión de pago: mediante modelos analíticos para reducir el desgaste del cliente por objetivo Marketing para servicios de suscripción," Experto en sistemas con aplicaciones32 (2), 277-288.
• Prinzie Anita, Dirk Van den Poel (2005) "Incorporar información secuencial en modelos de clasificación tradicional mediante el uso de un elemento/posición-sensible SAM”, Decision Support Systems42 (2), 508-526.
• Stefan Pohl (2007), Zeitraumbezogene Stornomodellierung en der Kraftfahrtversicherung, Zeitschrift für Versicherungswesen (ZfV)59 (11), 361-368.

Otras Páginas

• 23922 Tawadros
• WDV
• La vida es buena
• OpSource
• Patrulla fronteriza de Estados Unidos
• Zona de raiz DNS
• W. Brown y asociados