Прогностическая аналитика
Почему клиенты уходят?
Наука о данных об оттоке клиентов: поиск причинно-следственной связи, а не корреляции
Клиенты уходят; они уезжают по разным причинам. Сложно предсказать, кто уйдет. Еще сложнее предсказать почему они уходят.
Прогнозирование оттока клиентов всегда было интересным вопросом исследования в сообществе специалистов по анализу данных. А для предприятий прогнозирование оттока клиентов - непростая задача; удержание существующего клиента более рентабельно, чем привлечение нового.
А учитывая пожизненную ценность клиента (CLV), имеет смысл вкладывать средства в удержание клиентов не меньше, чем необходимо для привлечения новых клиентов.
Но что именно нужно, чтобы предсказать отток клиентов?
В науке о данных это случается слишком часто - с молотком все выглядит как гвоздь. И мы быстро теряем общую картину.
Специалисты по обработке данных часто оказываются зацикленными на наборе данных о клиентах и алгоритме (молотке!). Настолько, что они не знают реальных факторов, влияющих на решения клиентов. Они не задают вопросов. Вместо этого загрузите набор данных в машину и дождитесь появления чудодейственных показателей точности. Есть такая поговорка: Мусор в мусоре!
Оставив молоток позади, мы могли бы задать простой вопрос: почему клиенты уходят? Это потому, что на рынке есть лучший продукт? Или они уходят, потому что нашли более выгодное ценовое предложение? Или, может быть, плохое обслуживание клиентов? Это могло быть либо все, либо ни одно из них. Мы не узнаем, пока не зададим правильный вопрос и не найдем ответ.
Так почему клиенты уходят?
Все компании знают о своих клиентах, зачастую больше, чем им удобно. Они всячески разрезают клиентов и сегментируют их.
Но данные о клиентах рассказывают только половину истории. Другая половина поступает от самого бизнеса. Цена слишком высока? Ужасное обслуживание клиентов? Или конкурент предлагает лучший пакет? Все это актуальные вопросы для прогнозирования того, насколько вероятно, что покупатель уйдет.
Я не говорю, что невозможно предсказать отток клиентов на основе их возраста, дохода, пола, срока пребывания в компании и т. Д. Являются ли веганы более склонными отказываться от услуг кабельного телевидения, чем вегетарианцы?
Может быть! Но они уходят не поэтому. Корреляция! = причинно-следственная связь. Продажи мороженого достигают пика летом, и именно тогда нападения акул также достигают пика. Но продажи мороженого не вызывают нападения акул.
У клиентов определенного возраста может быть более высокая вероятность оттока. Но их возраст не является определяющим фактором оттока. Или, может быть, это так! Выявление этой истинной связи - это весь смысл выхода за рамки корреляции и размышлений о причинно-следственной связи.
Так какой же урок для науки о данных? Каждый покупатель уникален, как и его опыт работы с продуктом или услугой. Специалисты по обработке данных хотят, чтобы решения принимались на основе данных, но не все психологические и поведенческие явления объясняются или понимаются только данными клиентов.
Иногда достаточно оставить молот и задать правильный вопрос, чтобы найти истину!
