"Klien sudah pergi - apakah selamanya?" Bagaimana cara menghitung churn pelanggan dalam SaaS dan apa yang salah dengan metrik dasar

Di satu sisi, manajemen aliran meningkatkan pendapatan. Di sisi lain, klien yang berpikir untuk meninggalkan layanan tidak dapat loyal. Karena itu, penting untuk mengetahui pelanggan yang pergi, berkomunikasi dengan mereka dan kembali bekerja sama.

Tetapi Anda hanya dapat secara efektif mengelola apa yang Anda ukur.

Saya akan memberi tahu Anda cara menentukan tingkat churn pelanggan: metrik apa dan di bagian apa yang harus dilihat. Saya akan menunjukkan kepada Anda contoh spesifik tentang bagaimana kami melakukan ini di UniSender.




Nama saya Andrey Churanov, saya adalah pemimpin tim manajemen pengalaman pelanggan UniSender .

UniSender adalah layanan email dan SMS sederhana. Kami membantu pemasar membuat surat-surat yang indah, menggabungkannya secara seri, melakukan pengujian dan memantau efektivitas pemasaran.

Setiap hari kami memeriksa pengalaman pelanggan di semua titik kontak antara klien dan perusahaan. Metrik yang kami gunakan akan dekat dan dapat dipahami oleh banyak SaaS.

Fitur pengukuran churn pelanggan dalam produk SaaS

Ketika kita berbicara tentang arus keluar, pertama-tama, kita perlu menjawab dua pertanyaan:

1. Seberapa stabil basis pelanggan kami? Idealnya, jumlah pelanggan di awal bulan dan di akhir adalah konstan.
2. Berapa proporsi pelanggan yang keluar dari perusahaan? Idealnya nol.

2 metrik penting akan membantu menjawab pertanyaan-pertanyaan ini:

Tingkat Retensi Pelanggan (CRR). Anda dapat menghitung dengan rumus:

Tingkat churn (CR) . Kami mempertimbangkan ini:

Dengan menggunakan metrik ini, Anda dapat menghitung proporsi pelanggan yang tidak lagi menggunakan layanan perusahaan. Rumus memperhitungkan pelanggan baru - dengan cara ini kita dapat menetralisir dampak pertumbuhan cepat pangkalan di periode apa pun. Secara total, CCR dan CR memberi 100%.

Cara membaca metrik ini menggunakan contoh:

Diberikan:

• Pelanggan pada awal periode = 100.
• Pelanggan pada akhir periode = 105.
• Pelanggan baru = 10.

Pertimbangkan Tingkat Retensi Pelanggan:

• CCR = (105-10) / 100 = 95%. Dalam contoh kami, kami melihat bahwa jumlah pelanggan menurun, karena indikatornya kurang dari 100%.

Diberikan:

• Pelanggan pada awal periode = 100.
• Jumlah pelanggan yang berangkat = 5.

Kami mempertimbangkan Churn Rate:

• CR = 5/100 = 5%. Ini adalah indikator arus keluar. Apakah itu tergantung banyak atau sedikit pada perusahaan dan industri tertentu.

Apa yang salah dengan Tingkat Retensi Pelanggan dan Tingkat Churn

Masalah dengan menghitung CCR dan CR adalah memperbaiki arus keluar. Untuk berhenti menggunakan produk SaaS, dalam banyak kasus, Anda tidak perlu mengisi ulang saldo. Dan jika klien melakukannya sementara dan setelah beberapa bulan akan kembali? Dalam hal ini, perhitungan CCR dan CR mungkin tidak akurat.

Ini adalah fitur!

Kita harus memilih hipotesis perilaku yang akan menunjukkan apakah klien pergi selamanya atau tidak aktif sementara.

Saya memberi tahu Anda metrik apa yang kami gunakan untuk menghitung arus keluar pelanggan dengan lebih akurat.

Metrik Kinerja Proses

Metrik ini akan membantu Anda memahami seberapa banyak pekerjaan manajemen pengeluaran kami terbayar.

Pangsa pelanggan aktif

Saya segera mencatat bahwa setiap perusahaan memiliki konsep "pelanggan aktif" sendiri. Sebagai contoh, kami di UniSender menganggap aktif mereka yang, selama periode penagihan, membuat buletin apa pun dan mengisi kembali akun mereka di layanan. Anda perlu memahami tindakan apa yang harus diambil klien untuk menjadi aktif. Setelah itu, Anda dapat menghitung proporsi pelanggan aktif dari semua pelanggan perusahaan.

Mengapa menghitung Lebih mudah untuk menjawab pertanyaan: "Berapa proporsi pelanggan yang menggunakan layanan"? Jika pangsa ini mulai tumbuh atau turun, kita harus merespons: cari tahu segmen pelanggan mana yang berubah dan memutuskan apa yang harus dilakukan dengannya.

Kami menyarankan Anda mempertimbangkan persentase pelanggan aktif untuk periode tersebut:

• Pelanggan aktif selama satu bulan (Pengguna Aktif Bulanan, MAU).
• Pelanggan aktif selama dua bulan berturut-turut (Pengguna Aktif 2 Bulan, 2 MAU).
• Klien aktif selama kuartal (Quarter Active Users, QAU).

Pelanggan aktif membawa uang. Tidak aktif - ini adalah arus keluar.

Cara menghitung MAU, 2MAU dan QAU pada contoh 4 klien dengan aktivitas yang berbeda ("1" berarti bahwa klien aktif bulan ini):

• MAU = 3/4 = 75%.
• 2MAU = 2/4 = 50%.
• QAU = 1/4 = 25%.

Apa yang harus dicari. Adalah logis bahwa Anda perlu fokus pada peningkatan aktivitas pelanggan. Pertama-tama, penyebab ketidakaktifan dipelajari, dalam setiap periode mereka dapat berbeda. Misalnya, di UniSender, pelanggan berhenti menggunakan produk karena:

• menganggap bahwa pemasaran email tidak efektif;
• tidak ada buletin untuk milis baru;
• tidak ada waktu / spesialis yang akan terlibat dalam pengiriman surat.

Anda dapat membaca tentang alasan utama mengapa pelanggan menolak pemasaran email di artikel kami .

Anda juga perlu mempelajari driver yang mengarah ke aktivitas. Misalnya, di UniSender, pendorong aktivitas adalah tindakan klien dalam suatu layanan (masuk ke kantor, membuat templat surat, membuat buletin, mengirim buletin). Tindakan ini sering diikuti dengan penambahan saldo akun. Artinya, kita harus mendorong klien untuk "menyentuh" ​​layanan sesering mungkin, dan tidak segera menjualnya.

Penghasilan Pelanggan yang Dikembalikan

Kami memutuskan bahwa pengguna meninggalkan layanan dan menghubunginya di beberapa saluran. Klien setuju untuk melanjutkan kerja sama dan membayar.

Penghasilan dari pelanggan yang dikembalikan adalah jumlah yang dibayarkan pelanggan setelah komunikasi kami di saluran apa pun.

Mengapa menghitung Indikator ini digunakan untuk menghitung rata-rata cek. Cek rata-rata harus dipertimbangkan untuk setiap klien secara terpisah dan, secara umum, setelah semua komunikasi arus keluar.

Apa yang harus dicari. Pemotongan terpisah untuk analisis indikator ini dapat berupa saluran komunikasi (telepon, email, pertemuan pribadi) dan segmen klien. Anda dapat mengelompokkan berdasarkan beberapa indikator:

• Penghasilan apa sebelumnya?
• Kapan setoran terakhir?
• Layanan apa yang Anda gunakan sebelumnya?

Misalnya, Anda menyoroti pelanggan yang meninggalkan layanan dan menelepon mereka. Secara alami, akan ada pelanggan yang tidak Anda jangkau. Bandingkan jumlah pendapatan setelah menghubungi pelanggan dan tidak memutar nomor. Jika pilihan segmen outflow dibuat dengan benar, maka jumlah pendapatan setelah panggilan harus secara signifikan melebihi jumlah setelah panggilan ke pelanggan.

Jumlah pembayaran setelah 30, 60, 90 hari setelah komunikasi

Jumlah pembayaran mencirikan stabilitas proses dan pilihan yang tepat dari strategi manajemen aliran keluar.

Misalkan Anda mengembalikan pelanggan ke layanan. Setelah istirahat panjang, ia mengisi kembali keseimbangannya. Ini bagus! Apa selanjutnya Apakah Anda mengendalikan masa depan? Kami percaya ini perlu.

Mengapa menghitung Biasanya, bagian dari pembayaran berulang dari pelanggan yang kembali dengan siapa Anda berkomunikasi harus secara signifikan melebihi persentase pembayaran berulang dari pelanggan dengan siapa tidak ada komunikasi. Tren ini menegaskan bahwa kami telah memilih strategi yang tepat.

Untuk mengetahui indikator ini, kami cukup memeriksa apakah klien telah membayar lagi setelah setoran pertama.

Contoh dari kehidupan UniSender.

1. Kami membuat sampel untuk kuartal tersebut. Kami melihat jumlah pembayaran setelah panggilan dan tanpa itu. Bagian pembayaran setelah panggilan lebih tinggi. Strategi kami benar - kami memengaruhi keputusan klien untuk kembali ke layanan.


Pembayaran setelah panggilan dan tanpa itu

2. Selanjutnya, kita melihat persentase pelanggan yang melakukan lebih dari satu pembayaran.


Setelah menelepon, pelanggan lebih cenderung melakukan lebih dari satu pembayaran

3. Perbaiki indikator keuangan. Bandingkan cek pelanggan rata-rata setelah panggilan dan tanpa itu. Perbedaan dalam hal jumlah pembayaran jelas. Kami juga melihat bahwa pelanggan yang sudah berhasil melakukan 4 pembayaran setelah kembali memiliki rata-rata cek yang lebih tinggi. Bagian klien tersebut dalam kasus kami kecil (sekitar 3%), sehingga dapat ada tren apa pun.


Cek pelanggan rata-rata setelah panggilan lebih tinggi

Apa yang harus dicari. Jika klien kembali, maka dia percaya bahwa masalah yang dia tinggalkan telah teratasi.

Agar indikator tumbuh, perlu untuk menganalisis alasan arus keluar pelanggan dan mengembangkan alat penyimpanan dengan alasan arus keluar.

Misalnya, klien meninggalkan layanan untuk buletin email karena pengiriman email yang buruk. Kami menghubungi pelanggan dan memberikan rekomendasi tentang cara meningkatkan pengiriman . Setelah kembali, kita harus memeriksa apakah dia menggunakan saran kita. Jika kami gagal menaikkan indikator, kami sekali lagi berusaha mencari cara untuk meningkatkan kemampuan pengiriman. Jika ini tidak dilakukan, klien menghadapi risiko mendapatkan pengalaman negatif lagi dan meninggalkan layanan.

Metrik Kualitas Proses

Indikator kualitas menunjukkan proses yang seimbang. Misalnya, kami menerima $ 10.000 dari pelanggan yang kembali - apakah ini baik atau buruk? Dan jika satu klien membawa uang ini? Dan apakah 10.000 pelanggan? Indikator di bawah ini akan memungkinkan Anda untuk melihat apakah ada distorsi dalam proses.

Cek rata-rata

Untuk menghitung rata-rata tagihan pelanggan yang kembali, Anda perlu membagi pendapatan dari pelanggan yang berkomunikasi dengan Anda, dibagi dengan jumlah pelanggan yang melakukan pembayaran setelah komunikasi.

Perhitungan nilai rata-rata memiliki beberapa kelemahan. Misalnya, rata-rata terdistorsi untuk array dengan penyebaran nilai yang besar. Untuk angka 100, 200 dan –300, rata-rata aritmatika akan menjadi 0, dan ini tidak selalu dapat ditafsirkan. Karena itu, kami juga merekomendasikan untuk mengukur deviasi standar dan median.

Deviasi standar menunjukkan berapa banyak unit masing-masing indikator menyimpang rata-rata dari nilai rata-rata sampel. Untuk perhitungan kami menggunakan rumus dalam MS Excel:



Median membagi sampel menjadi dua bagian yang sama. Setengah dari pengamatan terletak di bawah median, setengah lainnya lebih tinggi. Kami menggunakan rumus dalam MS Excel:



Apa yang harus dicari. Cara yang baik untuk meningkatkan tagihan rata-rata (perubahan tarif tidak masuk hitungan) adalah dengan menghubungkan alat pemotongan. Tawaran perusahaan untuk pengembalian pelanggan harus bermanfaat dan dapat dimengerti. Dan yang paling penting - berisi solusi untuk masalah yang ditemui klien.

Misalnya, salah satu penawaran kami berisi saran ahli pribadi. Dengan alat ini, kita mendengarkan dan mendengar klien, dan dia adalah kita. Kami memberikan nilai tambahan dan setelah itu klien siap membayar pembayaran sebelumnya, dan bukan minimum.

Konversi

Konversi - proporsi pelanggan yang kembali ke layanan, dari semua pelanggan dengan siapa ada komunikasi.

Apa yang harus dicari. Singkatnya: jangan memperhitungkan pelanggan-pelanggan yang "tidak keluar". Untuk melakukan ini, Anda perlu terus menganalisis perilaku pelanggan untuk arus keluar.

Sebagai contoh, kami di UniSender melihat berapa lama telah ada penambahan akun dan surat dalam layanan. Bagi kami, kombinasi dari dua kriteria ini memungkinkan kami untuk menentukan pelanggan yang keluar.

Saya sarankan membandingkan tingkat konversi untuk pelanggan dengan siapa Anda berbicara tentang kembali dengan konversi ketika tidak ada komunikasi. Jika konversi dalam kasus kedua lebih tinggi, maka tindakan ditujukan pada pelanggan yang salah. Pelanggan membayar tanpa usaha kami. Jadi ini bukan pelanggan keluar.

Tindakan tersebut menghemat sumber daya perusahaan dan membantu fokus pada pelanggan yang telah meninggalkan layanan.

Umpan balik pelanggan

Ulasan membantu untuk memahami apakah pelanggan puas dengan layanan setelah kembali. Secara alami, kita harus fokus pada peningkatan penilaian ini.

Apa yang kami pertimbangkan:

• CSAT (Indeks Kepuasan Pelanggan) . Ini menunjukkan bagaimana pelanggan puas dengan layanan pada titik kontak dengan perusahaan (telepon, email atau tempat penjualan). Misalnya, di UniSender, pelanggan mengevaluasi kualitas dukungan teknis segera setelah komunikasi. Sekarang CSAT UniSender 95 dari 100%.
• CES (Skor Upaya Pelanggan) . Menunjukkan betapa nyamannya bagi klien untuk menggunakan layanan ini. Pertanyaan kami adalah: "Seberapa mudah mendaftar di layanan ini?"
• NPS (Skor Promotor Bersih) . Indeks Loyalitas Pelanggan. Menunjukkan proporsi promotor merek di antara pelanggan. Misalnya, kami bertanya: "Berdasarkan pengalaman Anda dengan perusahaan, apakah Anda siap untuk merekomendasikannya kepada teman dan kenalan Anda?" NPS bisa dari -100 hingga 100. UniSender +41.

Kami memberi tahu Anda cara mengumpulkan ulasan pelanggan, dan cara kerjanya di UniSender.

Apa yang harus dicari . Skor yang rendah harus mengarah pada studi yang lebih rinci tentang ketidakpuasan. Analisis dan perubahan harus terkait dengan karyawan tertentu, grup karyawan, alat penyimpanan, atau produk perusahaan.

Proses pengumpulan umpan balik harus konstan, dan analitiknya bersifat siklus. Alat utama untuk meningkatkan kualitas proses dan kepuasan pelanggan adalah:

• Pengumpulan umpan balik yang konstan.
• Siklusitas dalam pengukuran.
• Pengumpulan proposal untuk meningkatkan dan memantau efektivitas perubahan yang diterapkan.

Di bagian mana untuk mengukur arus keluar

Interval stasioner

Kami di UniSender mengukur arus keluar pada interval seperti itu: hari - minggu - kuartal - tahun.

Saya merekomendasikan pengukuran indikator sesering mungkin. Tindakan baru terjadi dalam layanan setiap hari. Karena itu, kita harus mengendalikannya.

Segmen pelanggan

Adalah normal bahwa segmen yang berbeda akan memiliki indikator yang berbeda. Kami menetapkan sasaran berbeda untuk mereka dalam konversi dan tagihan rata-rata.

Segmentasi juga dapat mengoptimalkan biaya manajemen pengeluaran. Misalnya, untuk pelanggan yang lebih menguntungkan, kami menggunakan panggilan telepon, dan untuk klien yang kurang menguntungkan, kami menyiapkan percakapan otomatis.

Saluran komunikasi

Kami menentukan saluran mana yang membuat pelanggan lebih baik: panggilan telepon, pesan di Viber, atau email. Untuk setiap saluran, kami mendapatkan metrik aliran yang berbeda.

Hanya itu semua

Tidak.

Mengumpulkan statistik tidak cukup untuk mengevaluasi arus keluar secara efektif. Kami di UniSender sedang membangun model matematika untuk memprediksi berbagai indikator arus keluar. Ini akan menjadi artikel kami berikutnya.

Sementara itu, Anda dapat membaca publikasi kami yang lain tentang pengelolaan arus keluar:

• "Kenapa mereka pergi?" Cara mengetahui pendapat pelanggan tentang Anda. Pengalaman UniSender
• Bagaimana menghindari stagnasi dan fakap dalam pemasaran email. 5 masalah utama .

Dalam waktu dekat kami akan menulis cara membuat model matematika untuk memprediksi arus keluar. Jangan sampai ketinggalan, berlangganan blog kami di Habré .