Churn Rate verringern
Das Problem bei der Optimierung von Churn-Rates
Die Gründe für eine Kündigung können vielfältig sein. Besonders bei ritualisierten Produkten sind es oft mehrere Faktoren, welche historisch gewachsen sind. Dazu gehören Inhalte, Usability, Technologie, Kundenservice und Angebotsgestaltung. Bei einer Zeitschrift kann nicht nur der Content zu einer Kündigung führen, sondern auch die Zustellung.
Grundsätzlich ist es einfacher, Bestandskunden glücklicher zu machen als diejenigen, die sich schon vom Unternehmen abgewandt haben, wieder als Kunden zu gewinnen. Deswegen ist es wichtig, bei der Optimierung der Churn-Rate schon früh im Lebenszyklus der Kunden zu beginnen.
Die Lösung für die Optimierung der Churn-Rate
Der Vorteil an den Usern, die das Unternehmen als Kunden verlassen, ist, dass diese Unternehmen ermöglichen, zu lernen.
Dabei kann man von subjektiven und objektiven Daten ausgehen. Subjektive Daten beschreiben dabei das, was die Kündiger dem Unternehmen bei der Abwanderung erzählen. Die objektiven Daten basieren auf der Beobachtung, wie sich der User als Kunde mit dem Produkt verhalten hat. Diese Daten müssen zusammengebracht werden und können dabei sehr individuell sein.
Ein Beispiel aus dem Publishing ist es, wenn ein Kunde abwandert, weil er zu wenig Rezept-Content von dem Unternehmen erhalten hat. Hier schaut man sich an, in welcher Kategorie sich dieser User bewegt hat, um herauszufinden, wie viel „zu wenig“ in dieser Aussage bedeutet.
Einfacher, als diese Dinge zu erfragen ist es, diese Dinge zu messen und mit dem subjektiven Feedback des Users zusammenzubringen.
Die Vorteile einer Lösung von The Data Institute
Bei der FUNKE Mediengruppe hat The Data Institute diesen Case in Form einer Customer Data Platform umgesetzt, welche die Kündiger automatisiert befragt und das Verhalten misst, um Informationen zu ihren Beweggründen zu erhalten.
Das Feedback der Kündiger besteht dabei aus teilweisen unstrukturierten Informationen, z.B. Bewertungen, gleichzeitig aber auch Fließtext.
KI-gestützte Modelle nutzen
Bei unserer Lösung wird das Feedback durch KI- Text-Tools analysiert und direkt an die richtige Stelle im Unternehmen kanalysiert, sodass entsprechende Maßnahmen in die Wege geleitet werden können.
Dies führt zu einer verminderten Churn-Rate und zufriedeneren Bestandskunden – und manchmal sogar dazu, die Kündiger zurückzuerobern und es dann besser zu machen.
Verantwortlich für das Projekt
Für dieses Projekt verantwortlich ist Catherin Hiller, die es interdisziplinär bei FUNKE umgesetzt hat.
Der Referenzkontakt kann auf Wunsch vermittelt werden.
Du willst noch mehr Data-News?
Bekommst Du in unserem Newsletter!
Data News für Pros
Du willst mehr wissen? Dann abonnier doch unseren Newsletter! Regelmäßige News aus der Data-Welt rund um neue Entwicklungen, Tools, Best Practices und Events!
Du willst noch mehr Data-News?
Bekommst Du in unserem Newsletter!