Mikä saa asiakkaasi pysymään tai lähtemään?

Haluatko tietää mitkä tekijät pitävät asiakkaasi tyytyväisinä tai miksi asiakkaasi on tyytymätön? Avaan tässä blogissa asiakkuusanalytiikan (customer churn analytics) ydintä, ja sen tarjoamia hyötyjä yrityksille. Kyse on kyvykkyydestä ennakoida ja analysoida mitkä asiat heikentävät asiakassuhdetta tai toisinpäin, mitkä tyytyväisyyttä lisäävät tekijät nousevat esiin pitkissä asiakassuhteissa.

On tärkeä tunnistaa tyytymättömät asiakkaat ennen kuin se on myöhäistä. Tyytyväiset asiakkaat ovat yrityksille parhaita puolestapuhujia, kun taas lähtijät vievät mennessään paitsi osuutensa liikevaihdosta myös viestin tyytymättömyydestä kokemaansa palveluun. Tiedätkö itse kuinka lojaaleja asiakkaasi oikeasti ovat ja miten sitä voisi vahvistaa?   

Asiakkuusanalytiikan toteuttaminen on suoraviivaisinta yrityksissä, joilla on runsaasti sopimuspohjaisia asiakkaita. Näitä ovat esimerkiksi huoltopalveluita tarjoavat yritykset, sähköyhtiöt, vakuutusyhtiöt, pankit, kuntosaliketjut, teleoperaattorit sekä viihdepalveluiden tarjoajat muutamia mainitakseni. Asiakkuusanalytiikka puree myös ilman sopimuksen kaltaista asiakassuhdetta, jos asiakas voidaan yksilöidä muilla keinoin, kuten esimerkiksi verkkokaupoissa rekisteröitymällä. Se on niin ikään sovellettavissa sekä yritysliiketoimintaan että kuluttajamarkkinoihinkin.

Asiakaspoistumaa analysoitaessa kerrytetään samalla näkyvyyttä asiakkaiden eroihin ja tarpeisiin. Asiakkaista voi löytyä eri segmenttejä, joille kohdennetun palvelun tai uuden tuotteen tarjoaminen voisi olla kannattavaa. Otetaanpa esimerkki autohuollosta. Karkottaako huoltaminen aina saman tarkastuslistan, varaosien ja hinnaston mukaan vanhan auton omistajat pois merkkikorjaamoista isojen kustannusten pelossa? Voisiko autoilijoille tarjota käyttötottumusten, huoltohistorian ja merkkikohtaisten ominaisuuksien perusteella räätälöityjä huoltosuunnitelmia? Kiinnostaisiko omistajia auton turvallisuuteen, vakuutuksiin tai autonvaihtoon liittyvät lisäpalvelut? Osuva palvelu voisi nostaa autohuollon asiakastyytyväisyyden ja -uskollisuuden kokonaan uudelle tasolle. 

Menetetty asiakas maksaa aina

Joskus yhdenkin asiakkaan menettäminen voi aiheuttaa huomattavan loven liikevaihtoon. Suuren yrityksen irtisanottua henkilöstöravintolapalvelunsa puhutaan eri mittaluokan menetyksestä kuin kuluttaja-asiakkaan irtisanottua perheen puhelin- ja internetliittymät. Mutta jos liittymien irtisanomisia alkaakin kertyä enemmän, näkyy se suoraan ja kielteisesti liikevaihdossa. 

Uusien asiakkaiden hankkiminen ei ole ilmaista. Asiakashankintaan investoidulla rahalla on takaisinmaksuaikansa, eikä luottamuksen rakentaminen käy kädenkäänteessä. Asiakaspoistuma kumuloituu pidemmällä aikavälillä merkittäviksi summiksi, joten on pakko kysyä: Olisiko asiakkaiden pitämiseksi ollut jotain tehtävissä? Mitä maksaa uuden asiakkaan saaminen ja kuinka työlästä se on? 

Otan seuraavan esimerkin kunnossapitoliiketoiminnoista. Koneiden ja laitteiden huoltopalveluita tarjoavilla yrityksillä on tyypillisesti monivuotisia sopimusasiakkaita. Kunnossapitoliiketoiminnassa ilmeisin analytiikan muoto on paljolti sensoridataan perustuva ennakoivan huollon analytiikka, jolla pyritään varmistamaan, että niin huoltomies kuin varaosatkin ovat oikeassa paikassa oikeaan aikaan. Huoltotoimet pitää ajoittaa ja mitoittaa oikein laitteiden turvallisen sekä luotettavan käytön varmistamiseksi. Usein on kuitenkin saatavilla myös asiakasdataa, jota jalostamalla voidaan löytää indikaattoreita huoltosopimusten asiakastyytyväisyydestä. Kun analysoidaan, minkälaisia yhteisiä tekijöitä on niin irtisanottujen kuin uusittujenkin sopimusten takana, saadaan arvokasta tietoa palvelumallien kehittämiseen, asiakaskokemuksen parantamiseen sekä asiakassuhteen kipupisteiden tunnistamiseen.

Kuinka usein asiakas on tarvinnut teknistä apua ja kuinka hyvin tuki on lopulta hoitunut? Onko tilatut varaosat toimitettu sovitussa aikataulussa? Kuinka usein asiakkaalla on ollut laitteillaan käyttökatkoja? Maksukäyttäytyminen, asiakassuhteen kesto, asiakaskyselyn tulokset tai yhteydenpito asiakkaan kanssa voivat myös viestittää asiakasuskollisuudesta tai asiakkaan kasvavasta halusta irtisanoa sopimus yrityksesi kanssa.

Suosittelen pohtimaan tilannettasi näiden kysymysten kautta: Aiheuttaako asiakaspoistuma huolta?   

Mitä pitäisi tehdä paremmin?

Kokeillen ja kevyesti liikkeelle

Tarjoamme yrityksille helpon ja edullisen tavan lähteä kokeilemaan asiakkuusanalytiikkaa. Matalan kynnyksen lähestyminen on paras tapa edetä, eikä yksityiskohtaisia projektisuunnitelmia tarvita. Katsomme yhdessä, minkälaista dataa ympäristöstäsi löytyy sekä mitä siitä saisi irti.

Onnistunut analytiikka on joukkuepeliä. Analytiikkaosaajan lisäksi tarvitaan yrityksen omaa liiketoimintaymmärrystä konkretisoimaan analytiikan tavoitteet, ja tietovarastoinnin asiantuntijan avulla päästään käsiksi kysymyksenasettelua tukevaan dataan. Datan laatutarkastelujen jälkeen sitä jalostetaan rakentamalla datasta tekijöitä, joilla oletetaan olevan ennustevoimaa uskollisten ja lähteneiden asiakkaiden erottelemiseksi. Erottelukykyä testataan koneoppimisen menetelmin, ja tulosten arvioinnissa palataan lopuksi siihen, minkälaista kuvaa löydökset rakentavat yhdessä sen liiketoimintakokemuksen kanssa, joka ei ole dataksi puristettavissa.

Mikäli edellä kuvatun pilotointivaiheen tulokset herättävät innostusta, voidaan analytiikka tuotteistaa osaksi päivittäistä päätöksentekoa. Mallin tarvitsema datankulku automatisoidaan, ja malli pidetään ajantasaisena ’kouluttamalla’ se säännöllisin väliajoin. Tuloksista tehdään helposti ymmärrettävä raportointinäkymä ja koulutetaan käyttäjät. Kaikilla on helposti saatavilla sama ja ajantasainen datapohjainen näkemys asiakastyytyväisyyden vaalimiseksi ja kehittämiseksi. 

Positiivinen kierre tuo kasvua

Analytiikka ei ole mystiikkaa eikä vaadi taikatemppuja, ja se lähtee aina asiakkaan liiketoiminnan tarpeista. Kokeilu ei vaadi sitoutumista tai investointeja mihinkään teknologiaan. Liikkeelle pääsee ketterästi avoimen lähdekoodin ratkaisuilla ja rajoitetuilla datamäärillä. Sen sijaan analytiikka vaatii ennakkoluulotonta asennetta, hieman vaivaa edustavan datan esiinkaivamiseksi ja johdon tukea kulkea uusilla poluilla. 

Aloita kevyesti, ja arvioi mahdollisuuksia. Suosittelen valitsemaan kumppanin, jolla on kyvykkyys kasvaa tarpeidesi mukaan. Muista, että onnistunut analytiikkaharjoitus voi käynnistää positiivisen kierteen, joka laajenee ja tuottaa yrityksellesi lisää kasvua!  

Lataa Customer Churn Analytics -solution esite ja lue lisää asiakkuusanalytiikan hyödyistä.

Share

Ota yhteyttä

Terhi Rautiainen
Lead Data Scientist, Tieto