9 abril 2019

Predictive Model Customer Leak

Modelo predictivo de fugas del cliente

 

Las empresas están viviendo lo que en Marketing se conoce como “Churn”, es decir la fuga de clientes (customer leak) de las carteras de negocio. Este fenómeno causa preocupación en todos los sectores, pero muchas veces en vez de frenar el abandono de estos, gastan energía y dinero extra en captar otros nuevos.

En la actualidad la oferta de productos y servicios y la competencia se ha recrudecido, las empresas recurren a sus mejores armas para poder encantar nuevos clientes y hacer que a través de sus ofertas tentadoras, el cliente abandone a la competencia. Este fenómeno se ha hecho recurrente en que los clientes se pasean entre una compañía y otra buscando la combinación perfecta entre calidad y precio.

¿Cómo evitar que se vaya un cliente?

Primero que todo hay que hacer un mapa y averiguar el porqué de este abandono, se debe realizar un catastro del tipo de cliente que se está yendo y sus motivos, qué canales de ventas son los más propensos a la fuga, hay que establecer cuales establecimientos están fallando, qué zona geográfica es la más afectada, en definitiva es necesario hacer un estudio descriptivo para poder dar un diagnóstico de porqué se está dando el fenómeno “Churn” en la empresa.

Posteriormente es necesario elaborar una estrategia de retención pero también es necesario averiguar cuales son los clientes que vale la pena retener. Es necesario establecer el valor del cliente, esto quiere decir, cuanto pierde la empresa si ese tipo de cliente se va. Con este dato se pueden destinar mayores recursos en la retención de clientes más rentables por sobre de los otros que no lo son tanto y así evitar la fuga.

Por todo esto, tener modelos matemáticos que permitan estimar la probabilidad de que una persona solicite la baja de un servicio o producto es tan importante. Y cuanto mejor sea el modelo, más cerca estará la estimación de la realidad y mayor será la ganancia para la empresa.

En AI Consulting contamos con la experiencia para el análisis, desarrollo, implementación y control de modelos de Machine/Deep Learning necesarios para reducir la fuga de clientes de su compañía.

Estos modelos actualmente son utilizados en multitud de sectores, como retail, telecomunicaciones, servicios, etc.

Utilizando estos modelos la compañía podrá conocer con antelación que clientes tienen una mayor probabilidad de ocasionar una baja en la compañía, de esta manera, se podrán tomar las medidas necesarias para evitar esto. Estas medidas van desde el ofrecimiento de nuevos productos hasta la aplicación de un descuento del precio del producto o servicio que el cliente está consumiendo.

Los motivos de la baja del cliente pueden ser comerciales, técnicos, de servicio, etc. Ante todas estas posibilidades se podrá realizar un modelo estadístico que prediga la baja del cliente en función a diferentes motivos, de esta manera podremos concretar mejor que acciones deberemos de llevar a cabo para conseguir que el cliente se mantenga en la compañía.

Con todo esto todas las grandes compañías poseen su propio modelo Churn con el cual reducir el porcentaje de fuga de clientes.