Analisis Churn dan Punca Akar: Memahami Mengapa Pelanggan Pergi

Laporan churn anda kata pelanggan pergi kerana "kekangan bajet" dan "kekurangan penggunaan." Jadi anda jalankan kempen diskaun dan hantar lebih email pengaktifan. Churn hampir tidak bergerak.

Inilah masalahnya: anda rawat simptom dan bukannya kenal pasti punca akar. "Kekangan bajet" mungkin sebenarnya bermakna "kami tidak lihat nilai cukup untuk wajarkan kos." "Kekurangan penggunaan" boleh bermakna "produk terlalu kompleks untuk adopsi" atau "penyokong dalaman kami pergi dan tiada siapa lagi peduli."

Sebab churn tahap permukaan membawa kepada pembaikan tahap permukaan. Analisis punca akar mendalam dedahkan masalah sebenar yang anda perlu selesaikan. Jurang produk, kegagalan onboarding, ketidaksejajaran jualan, isu positioning. Itu boleh diperbaiki, tetapi hanya jika anda gali cukup dalam untuk jumpa mereka.

Syarikat yang potong churn separuh tidak nasib baik dengan taktik penyelamatan lebih baik. Mereka secara sistematik analisis data churn, kenal pasti pola, tangani punca akar, dan ukur impak. Ia kerja penyiasatan. Dan ia cara anda bina pengekalan mampan.

Rangka Kerja Analisis Churn: Dari Data ke Tindakan

Inilah cara analisis churn sebenarnya berfungsi.

Pengumpulan data tarik maklumat dari setiap sumber berkaitan. Jangan bergantung pada satu perspektif. Tarik dari data CRM (atribut pelanggan, sejarah, interaksi), analitik produk (pola penggunaan, adopsi ciri, trend aktiviti), sejarah tiket sokongan (isu, aduan, sentimen), tinjauan dan temu bual keluar (sebab dinyatakan untuk pergi), nota CSM (kualiti hubungan, kebimbangan dibangkitkan), dan data kewangan (isu pembayaran, perubahan harga, pengembangan/penguncupan).

Gainsight dapati bahawa syarikat yang guna analisis churn berbilang sumber kenal pasti punca akar 3x lebih tepat daripada yang bergantung hanya pada tinjauan keluar.

Kategorisasi kumpul pelanggan churned mengikut pola yang boleh diperhatikan. Daripada layani semua churn secara sama, anda perlukan segmen. Sebab dinyatakan (produk, harga, perkhidmatan, persaingan, perubahan perniagaan). Segmen pelanggan (SMB, mid-market, enterprise). Tenure (churned dalam 90 hari pertama vs tahun 3). Nilai (impak hasil). Kebolehan pencegahan (bolehkah kami selamatkan mereka?).

Kategori ini dedahkan di mana perlu fokuskan perhatian. Jika 60% churn adalah isu produk yang boleh dicegah dalam akaun SMB, itu sangat berbeza daripada penutupan perniagaan tidak boleh dicegah dalam enterprise.

Analisis pola lihat merentas kategori untuk kenal pasti trend. Adakah jenis pelanggan tertentu churn lebih daripada yang lain? Adakah sebab churn berbeza mengikut segmen atau tenure? Adakah kadar churn meningkat atau menurun dari masa ke masa? Adakah CSM, wakil jualan, atau produk tertentu ada churn lebih tinggi?

Pola tunjuk kepada isu sistematik. Churn individu adalah anekdot. Pola adalah data.

Pengenalpastian punca akar guna teknik berstruktur untuk pergi di luar simptom permukaan. "Kekurangan penggunaan" bukan punca akar, ia simptom. Punca akar mungkin onboarding lemah, kerumitan produk, atau penyasaran pelanggan salah.

Di sinilah kebanyakan pasukan gagal. Mereka berhenti pada simptom kerana penyiasatan punca akar ambil lebih kerja.

Perancangan tindakan tukar pandangan ke inisiatif. Katakan analisis punca akar anda dedahkan bahawa 40% churn SMB berpunca dari kerumitan integrasi. Rancangan tindakan anda mungkin termasuk: Produk bina UI integrasi lebih mudah. CS cipta trek onboarding fokus integrasi. Jualan kelayakkan pelanggan lebih baik tentang keupayaan teknikal. Pemasaran kemas kini positioning untuk tetapkan jangkaan realistik.

Mengukur impak jejak sama ada intervensi anda sebenarnya kurangkan churn. Anda perlukan gelung maklum balas. Adakah proses onboarding baharu kurangkan churn awal? Adakah penambahbaikan integrasi ubah pengekalan untuk pelanggan yang guna ciri itu?

Tanpa pengukuran, anda meneka sama ada pembaikan anda berfungsi.

Sumber Data: Di Mana Mencari Pandangan Churn

Anda perlu tarik data dari seluruh organisasi anda.

Rekod CRM sediakan set data asas. Demografi pelanggan (saiz, industri, geografi). Butiran kontrak (tarikh mula, nilai, jenis rancangan). Peringkat kitaran hayat dan sejarah skor kesihatan. Sejarah titik sentuh (bila kami terlibat terakhir?). Tarikh dan hasil pembaharuan.

Data Salesforce atau HubSpot tunjukkan anda siapa churned, bila, dan ciri asas. Tetapi ia jarang beritahu anda mengapa.

Analitik penggunaan produk dari alat seperti Amplitude, Mixpanel, atau analitik anda sendiri dedahkan pola tingkah laku. Kekerapan log masuk sebelum churn. Kadar adopsi ciri. Trend penggunaan (meningkat vs menurun). Pencapaian masa ke nilai. Kedalaman penglibatan.

Slack dapati bahawa pasukan yang guna produk setiap hari dalam minggu pertama ada pengekalan 90% vs pengekalan 30% untuk yang log masuk hanya sekali. Pola penggunaan adalah ramalan.

Data tiket sokongan permukaan isu dan kekecewaan. Volum dan kekerapan tiket. Jenis dan keterukan isu. Masa penyelesaian dan kepuasan. Eskalasi dan isu berulang.

Analisis Zendesk tunjuk bahawa pelanggan yang failkan 5+ tiket dalam bulan sebelum pembaharuan churn pada kadar 3x pelanggan yang failkan 0-1 tiket. Geseran sokongan ramalkan churn.

Tinjauan dan temu bual keluar tangkap maklum balas terus. Sebab dinyatakan untuk pembatalan. Apa yang akan ubah keputusan mereka. Ke mana mereka pergi sebaliknya. Apa yang mereka hargai paling (dan paling kurang).

Tinjauan beri anda naratif pelanggan. Cuma ingat bahawa sebab dinyatakan sering berbeza daripada punca akar sebenar. "Terlalu mahal" mungkin bermakna "tidak cukup berharga."

Pemerhatian dan nota CSM tambah konteks kualitatif. Kualiti hubungan. Penglibatan pihak berkepentingan. Kebimbangan dibangkitkan dalam perbualan. Cabaran pelaksanaan.

CSM sering lihat churn datang sebelum ia muncul dalam data. Nota mereka mengandungi isyarat amaran awal dan konteks yang nombor terlepas.

Data kewangan dan pengebilan dedahkan faktor berkaitan pembayaran. Percubaan pembayaran gagal. Perubahan rancangan harga. Sejarah diskaun. Pola pengembangan/penguncupan.

Recurly dapati bahawa churn tidak sukarela dari pembayaran gagal mewakili 20-40% jumlah churn. Jika anda tidak analisis pola kegagalan pembayaran, anda terlepas pemacu churn besar yang boleh diperbaiki.

Mengkategorikan Churn: Mencipta Taksonomi Berguna

Tidak semua churn dicipta sama. Kategorisasi baik cipta kumpulan boleh bertindak.

Mengikut sebab dinyatakan tangkap apa yang pelanggan beritahu anda. Produk tidak penuhi keperluan (ciri hilang, bug, kerumitan). Terlalu mahal / pemotongan bajet. Perkhidmatan atau sokongan lemah. Beralih ke pesaing. Perniagaan tutup atau ubah arah. Penyokong pergi / perubahan dalaman. Tidak guna cukup.

Kategori ini membantu, tetapi selalunya simptom. Gali lebih dalam.

Mengikut segmen dedahkan sama ada jenis pelanggan tertentu churn berbeza. SMB vs mid-market vs enterprise. Vertikal industri (SaaS, penjagaan kesihatan, runcit). Geografi (Amerika Utara, EMEA, APAC). Saiz syarikat (pekerja, hasil).

Jika pelanggan SMB penjagaan kesihatan churn pada 50% manakala pelanggan enterprise teknologi churn pada 8%, anda sama ada ada perniagaan sangat berbeza atau masalah sangat berbeza untuk selesaikan.

Mengikut tenure tunjuk bila pelanggan pergi. Churn awal (0-90 hari) biasanya bermakna kegagalan onboarding. Churn pertengahan tempoh (90-365 hari) isyarat kegagalan realisasi nilai. Churn lewat (1+ tahun) biasanya berpunca dari kegagalan hubungan, kerugian persaingan, atau perubahan perniagaan.

Intercom lihat bahawa 70% churn berlaku dalam 90 hari pertama. Mereka bina semula onboarding sepenuhnya dan potong jumlah churn sebanyak 40%. Analisis tenure dedahkan di mana perlu fokus.

Mengikut tier nilai bezakan churn impak tinggi vs impak rendah. 20% teratas mengikut ARR. 60% tengah. 20% bawah.

Hilang sepuluh akaun $2K bukan sama dengan hilang satu akaun $200K. Analisis churn berwajaran nilai pastikan anda selesaikan masalah yang penting kepada hasil.

Mengikut kebolehan pencegahan asingkan apa yang anda boleh kawal dari apa yang anda tidak boleh. Boleh dicegah (isu produk yang kami boleh perbaiki, kegagalan perkhidmatan, jurang onboarding). Sebahagiannya boleh dicegah (tekanan bajet tetapi nilai tidak jelas, ancaman persaingan). Tidak boleh dicegah (syarikat gulung tikar, penggabungan/pengambilalihan, perubahan peraturan).

ChartMogul anggarkan 60-70% churn SaaS biasa boleh dicegah. Di situlah perlu fokuskan usaha.

Teknik Analisis Punca Akar: Mendapat Jawapan Sebenar

Sebab permukaan jarang dedahkan punca sebenar. Anda perlukan penyiasatan berstruktur.

Teknik 5 Whys secara iteratif tanya "mengapa?" untuk dapat dari simptom ke punca akar.

Pelanggan churned kerana: "Tidak guna produk cukup"

  • Mengapa? "Mereka kata ia terlalu kompleks"
  • Mengapa ia terlalu kompleks? "Mereka tidak dapat fikirkan integrasi"
  • Mengapa mereka tidak dapat fikirkan? "Tiada dokumentasi atau panduan jelas semasa onboarding"
  • Mengapa tiada panduan? "Proses onboarding kami anggap keupayaan teknikal yang kami tidak sahkan"
  • Mengapa kami tidak sahkan? "Jualan tidak kelayakkan tentang sumber teknikal"

Punca akar: Jurang kelayakan jualan dan ketidakpadanan andaian onboarding. Kini anda tahu apa perlu diperbaiki.

Rajah fishbone (rajah Ishikawa) petakan punca berpotensi merentas kategori. Produk (bug, ciri hilang, kerumitan, prestasi). Orang (perubahan CSM, pemergian penyokong, kualiti sokongan). Proses (jurang onboarding, kerosakan komunikasi, masa pembaharuan). Luaran (persaingan, ekonomi, perubahan industri).

Sumbang saran berstruktur ini membantu pasukan kenal pasti punca yang mereka mungkin terlepas.

Analisis korelasi cari hubungan statistik antara faktor dan churn. Adakah pelanggan dengan skor kesihatan rendah churn lebih? Adakah churn berkorelasi dengan volum tiket sokongan? Adakah pelanggan yang terlepas pencapaian onboarding tertentu churn lebih? Adakah nisbah CSM-kepada-pelanggan berkorelasi dengan pengekalan?

ProfitWell dapati bahawa pelanggan yang lengkapkan senarai semak onboarding ada churn 30% lebih rendah. Korelasi itu menjadi kawasan fokus.

Perbandingan kohort periksa perbezaan antara kumpulan. Pelanggan churned vs dikekalkan, apa yang berbeza? Tempoh churn tinggi vs tempoh churn rendah, apa yang berubah? Akaun churned mengikut CSM, adakah CSM tertentu ada pengekalan lebih baik? Perbandingan rancangan produk, rancangan mana ada pengekalan lebih baik?

Jika pelanggan pada rancangan tahunan churn pada 10% tetapi rancangan bulanan churn pada 40%, model harga anda menyumbang kepada churn.

Temu bual kualitatif dengan pelanggan churned pergi di luar tinjauan. Perbualan 30 minit, bukan borang 3 soalan. Soalan terbuka yang galakkan penceritaan. Soalan susulan yang menyelidik. Rakaman dan transkripsi untuk analisis pola.

Gong.io analisis perbualan ini dengan AI untuk kenal pasti tema merentas beratus-ratus temu bual keluar. Pola muncul yang respons individu terlepas.

Kategori Punca Akar Biasa: Di Mana Churn Sebenarnya Datang

Apabila anda gali melepasi sebab permukaan, churn cenderung berkumpul dalam kategori boleh diramal.

Jurang atau bug produk adalah kegagalan nyata. Ciri hilang yang pelanggan perlukan. Bug atau isu prestasi yang cipta geseran. Kerumitan produk yang cegah adopsi. Pengalaman pengguna lemah yang kecewakan pengguna.

Asana dapati bahawa pelanggan yang kena bug dalam minggu pertama churned pada kadar 2x pengguna bebas bug. Kualiti produk secara langsung impak pengekalan.

Pembaikan: utamakan bug dan ciri kritikal pengekalan berdasarkan analisis churn. Bukan semua bug penting sama. Perbaiki yang sebabkan churn.

Onboarding lemah dan kegagalan adopsi bermakna pelanggan tidak pernah capai nilai. Laluan pelaksanaan tidak jelas. Terlalu banyak masa ke nilai pertama. Kekurangan latihan atau panduan. Jurang bantuan pelaksanaan.

Dropbox Business kurangkan churn awal sebanyak 25% dengan reka semula onboarding untuk fokus pada tiga "momen pengaktifan" khusus. Fail pertama dikongsi, folder pertama dicipta, ahli pasukan pertama dijemput. Pencapaian pengaktifan jelas kurangkan churn onboarding.

Demonstrasi nilai berterusan tidak mencukupi berlaku walaupun dengan onboarding berjaya. Pelanggan capai nilai awal tetapi plateau. Tidak boleh nyatakan ROI kepada pihak berkepentingan. Tidak temui ciri lanjutan. Lihat produk sebagai komoditi.

Pelanggan yang tidak lihat nilai berterusan jadi mudah terdedah kepada pitch pesaing atau pemotongan bajet. Pelaporan nilai berkala dan sesi pengoptimuman lawan ini.

Isu perkhidmatan dan hubungan lemah rosakkan kepercayaan. Masa respons sokongan perlahan. Interaksi sokongan tidak membantu atau mengabaikan. Perolehan CSM meninggalkan pelanggan rasa ditinggalkan. Terasa diabaikan atau kurang diutamakan.

Penyelidikan Totango tunjuk bahawa pelanggan yang nilai hubungan CSM mereka di bawah 7/10 churn pada kadar 3x mereka yang nilai 9-10. Hubungan penting lebih daripada yang kebanyakan pasukan sedar.

Faktor ekonomi dan tekanan bajet adalah nyata tetapi sering topeng isu nilai. Pemotongan bajet sebenar (inisiatif pengurangan kos). Kekurangan ROI yang dilihat. Kenaikan harga tanpa justifikasi nilai. Harga lebih baik dari pesaing.

Apabila pelanggan kata "terlalu mahal," tanya apa yang mereka bandingkan. Selalunya bukan kos mutlak tetapi nilai relatif. Mengukuhkan persepsi nilai tangani churn "bajet".

Penggantian persaingan bermakna orang lain menang pelanggan. Pesaing ada ciri yang anda tidak ada. Pesaing tawarkan harga lebih baik. Pesaing ada jenama atau kedudukan pasaran lebih baik. Pesaing laksanakan gerakan jualan/CS lebih baik.

Hilang secara konsisten kepada pesaing sama isyarat sama ada jurang produk atau kegagalan positioning. Jejaki kerugian persaingan untuk maklumkan strategi produk dan pemasaran.

Pemergian penyokong dalaman buang peguam anda. Pihak berkepentingan utama meninggalkan syarikat. Penyusunan semula hapuskan pasukan yang guna produk anda. Kepimpinan baharu tidak hargai pelaburan. Penggabungan atau pengambilalihan ubah keutamaan.

Pelanggan dengan hubungan kepada hanya satu pihak berkepentingan mudah terdedah. Hubungan berbilang benang merentas 3+ orang perbaiki pengekalan secara dramatik.

Pengenalpastian Pola: Mencari Trend dalam Data

Peristiwa churn individu menarik. Pola merentas banyak churn boleh bertindak.

Pola masa churn dedahkan bila masalah berlaku. 35% churn dalam 90 hari pertama? Isu onboarding. Lonjakan pada pembaharuan 12 bulan? Pengalaman tahun pertama tidak cemenkan nilai. Peningkatan dalam Q4? Penjajaran kitaran bajet. Konsisten 3% bulanan tanpa mengira tenure? Isu penyampaian nilai sistematik.

Notion lihat churn awal berkumpul sekitar "pasukan tidak adopsi" dan bina ciri onboarding pasukan yang kurangkan churn 90 hari sebanyak 30%.

Kerentanan segmen tunjuk jenis pelanggan mana yang bergelut. SMB churn pada 45%, enterprise pada 8%? Model penglibatan berbeza diperlukan. Vertikal penjagaan kesihatan churn pada 25%, teknologi pada 12%? Isu khusus industri. Daftar self-serve churn pada 60%, dibantu jualan pada 20%? Kelayakan penting.

Bina strategi pengekalan khusus segmen daripada pendekatan satu-saiz-untuk-semua.

Korelasi produk dan ciri kenal pasti keupayaan mana yang penting. Pelanggan yang guna ciri X churn pada 10%, yang tidak gunakannya churn pada 35%. Pelanggan dengan integrasi Y aktif ada pengekalan 90%. Pelanggan yang melebihi ambang penggunaan Z jarang churn.

Segment.io sedar bahawa pelanggan yang hantar data ke 3+ destinasi (integrasi) ada pengekalan 95% vs pengekalan 40% untuk yang guna 1-2. Mereka bina playbook untuk pandu adopsi berbilang destinasi, potong churn dengan ketara.

Perbezaan prestasi CSM dan pasukan dedahkan siapa yang berjaya. CSM A ada pengekalan 95%, CSM B ada 75%. Akaun di-onboard oleh pasukan X churn kurang daripada pasukan Y. Pelanggan di rantau A churn lebih daripada rantau B.

Adakah perbezaan ini disebabkan campuran pelanggan atau keberkesanan CSM? Normalkan segmen untuk ketahui. Jika akaun CSM A cuma lebih besar, itu jelaskannya. Jika mereka tangani jenis akaun sama lebih baik, belajar dari mereka.

Trend bermusim dan temporal tunjuk faktor luaran. Churn meningkat 40% dalam Q1 2023? Tekanan makroekonomi. Bulan musim panas ada churn 20% lebih tinggi? Kemusim industri. Churn melonjak selepas kenaikan harga? Kepekaan harga.

Faktor luaran memerlukan respons berbeza daripada kegagalan dalaman.

Dari Analisis ke Tindakan: Membina Rancangan Penambahbaikan

Analisis hanya penting jika ia pandu perubahan.

Mengutamakan punca boleh ditangani fokuskan usaha di mana ia boleh buat perbezaan.

Keutamaan tinggi (perbaiki segera): Punca boleh dicegah yang pengaruhi ramai pelanggan. Pemacu churn pelanggan nilai tinggi. Isu dengan penyelesaian jelas yang boleh dicapai.

Keutamaan sederhana (perbaiki dalam 6-12 bulan): Punca sebahagiannya boleh dicegah. Impak nilai sederhana. Penyelesaian memerlukan pelaburan ketara.

Keutamaan rendah (pantau): Punca tidak boleh dicegah. Impak nilai rendah. Penyelesaian tidak ekonomik.

Jika 30% churn enterprise berpunca dari integrasi Salesforce hilang, itu keutamaan tinggi. Jika 5% akaun $5K churn kerana mereka beralih ke pesaing di Australia, itu keutamaan rendah.

Membina roadmap penambahbaikan terjemah pandangan ke projek.

Penambahbaikan produk: Pembangunan ciri untuk tutup jurang. Pembaikan bug untuk isu kritikal pengekalan. Penambahbaikan UX untuk kurangkan kerumitan. Binaan integrasi untuk keserasian ekosistem.

Penambahbaikan proses: Reka semula onboarding untuk masa ke nilai lebih pantas. Perubahan struktur QBR untuk demonstrasi nilai lebih baik. Pelarasan SLA sokongan untuk responsif. Pengoptimuman proses pembaharuan.

Penjajaran jualan dan pemasaran: Kriteria kelayakan untuk tapis prospek tidak sesuai. Perubahan positioning untuk tetapkan jangkaan tepat. Penghalusan profil pelanggan sasaran.

Menugaskan akauntabiliti pastikan susulan. Pasukan produk miliki pembaikan ciri dan teknikal. Ops CS miliki proses dan penambahbaikan playbook. Kepimpinan CS miliki prestasi dan struktur pasukan. Kepimpinan jualan miliki kelayakan dan serah terima. Pasukan eksekutif miliki inisiatif merentas fungsi dan sumber.

Tanpa pemilikan jelas, inisiatif penambahbaikan mati dalam purgatori "kami patut buat sesuatu tentang itu".

Mengukur impak tutup gelung maklum balas. Garis asas kadar churn semasa mengikut segmen. Laksanakan penambahbaikan. Jejaki kadar churn pasca-pelaksanaan. Kira penambahbaikan (atau kekurangannya). Iterasi berdasarkan hasil.

Zendesk laksanakan proses onboarding baharu untuk pelanggan SMB, kemudian jejak sama ada churn 90 hari perbaiki. Ia memang, sebanyak 22%. Mereka kembangkan pendekatan ke mid-market dan ukur lagi. Itulah cara anda secara sistematik kurangkan churn.

Iterasi berterusan jadikan analisis churn berterusan, bukan sekali sahaja. Semakan churn bulanan mengikut segmen. Analisis punca akar mendalam suku tahunan. Retrospektif churn strategik tahunan. Maklum balas berterusan dari temu bual pelanggan churned.

Syarikat yang potong churn secara dramatik tidak buat dengan satu inisiatif besar. Mereka secara sistematik analisis, perbaiki, ukur, dan ulang selama bertahun-tahun.

Bersedia transformasi data churn ke penambahbaikan pengekalan? Pelajari cara bina model ramalan churn yang kenal pasti pelanggan berisiko awal, jalankan temu bual keluar yang berkesan, laksanakan strategi penyelamatan, dan tetapkan program voice of customer yang permukakan isu sebelum ia sebabkan churn.

Sumber berkaitan: