Вместо того, чтобы сосредотачиваться на самой модели, сосредоточьтесь на том, что вы с ней делаете.

Несколько лет назад я сидел перед группой руководителей и с гордостью представлял работу, проделанную моей командой. Больше клиентов, чем когда-либо, отказывались от своих услуг, и моей команде было поручено обратить эту тенденцию вспять. После нескольких недель интервью с бизнес-экспертами — в сочетании с немалым числом вычислений — моя команда разработала модель, основанную на машинном обучении, которая могла предсказать, какие клиенты с наибольшей вероятностью откажутся от своих услуг в следующий раз. Другими словами, модель «предсказания оттока».

После презентации ко мне подошел один руководитель из финансового отдела. Он был очень впечатлен нашей работой и задал, казалось бы, простой вопрос, который останавливает большинство прогнозирующих моделей оттока:

«Ваша модель работает с вероятностями — даже клиенты с самым высоким риском имеют некоторую вероятность остаться. Откуда нам знать, что мы не потратим больше денег, пытаясь удержать этих клиентов, чем если бы мы просто позволили им уйти?»

Ответ заключается в выборе правильных действий для правильных клиентов.

Экономическое обоснование модели оттока

Если вы работаете в компании с постоянными клиентами или постоянным доходом, вы, вероятно, слышали о прогнозном моделировании оттока. Возможно, вы даже оказывались в ситуации, похожей на мою, когда сопоставляли преимущества лояльности клиентов с затратами на их удержание. Прежде чем мы сможем начать отвечать на этот вопрос, нам нужно понять экономическое обоснование модели оттока, которое лучше всего объяснить на примере.

Представьте, что вы работаете в бизнесе по подписке, где каждый клиент платит вам 100 долларов в месяц. Вы разрабатываете модель оттока, которая определяет группу клиентов с высоким уровнем риска, отток которых составляет 10% в месяц. Работая со своей командой лояльности, вы разрабатываете предложение, которое даст вашим клиентам скидку 5%. Вы подсчитали, что, предоставив это предложение группе высокого риска, вы можете снизить их отток с 10% до 2%.

Если вы ничего не сделаете с этой группой клиентов с высоким уровнем риска, чтобы предотвратить их уход, через месяц эта группа будет приносить 90% дохода, который они имели раньше. С другой стороны, если бы мы предложили им скидку, мы бы сохранили 98% этих клиентов с 95% выручки, поскольку каждый клиент платил бы на 5% меньше (даже те, кто все равно остался бы). Если мы умножим 98% клиентов на 95% дохода, который они платят, мы обнаружим, что мы сохраним 93,1% общего дохода от этой группы, а это означает, что мы сэкономим на 3,1% больше дохода, пытаясь сохранить этих клиентов. в отличие от ничегонеделания.

К сожалению, математика не так щадящая для многих моделей оттока. Если коэффициент оттока уменьшится только с 10% до 9% за счет предоставления скидки 5%, то бизнес сохранит только 86,45% дохода, пытаясь спасти этих клиентов. Другими словами, затраты на спасение этих клиентов перевешивают выгоды.

Три ключевые переменные

Когда компании просчитывают приведенную выше математику, становятся очевидными ключевые точки рычага:

  1. Насколько точна прогностическая модель при выявлении клиентов с высоким риском оттока?
  2. Насколько дороги активные действия?
  3. Насколько эффективны проактивные действия?

К сожалению, многие компании никогда не утруждают себя выполнением этих расчетов перед развертыванием моделей оттока, что приводит к благонамеренным упреждающим действиям по предотвращению оттока, что приводит к потере доходов, а не к прибыли. Это часто заставляет команды обвинять прогностическую модель в том, что она «недостаточно точна», после чего группы специалистов по данным тратят драгоценное время, чтобы попытаться повысить точность модели, собирая больше данных, тестируя новые алгоритмы или выполняя дополнительную настройку гиперпараметров. Хотя все это полезные задачи, прирост точности, как правило, незначителен и недостаточен, чтобы изменить экономическое обоснование с отрицательного на положительное.

Как улучшить бизнес-обоснование

Начните с инвентаризации действий, которые вы предпринимаете (или хотели бы предпринять) на основе результатов вашей модели оттока. Если у вас возникают затруднения с идеями, попробуйте поговорить со своей командой по лояльности и удержанию клиентов или просмотреть записи, объясняющие причины ухода клиентов в прошлом. Используя этот список действий, вы должны быть в состоянии быстро разделить их на категории с высокой или низкой стоимостью и влиянием.

Следующим шагом является проведение серии контролируемых экспериментов с упором на тактику с низкими затратами и высокой отдачей. Цель экспериментов — более точно определить стоимость и влияние каждого действия. Как только эти эксперименты будут завершены, вы сможете нанести их на матрицу.

Последним шагом в этом процессе является сопоставление действий с выходными данными модели оттока. Действия в верхнем правом квадранте (высокая стоимость/высокое влияние) должны быть зарезервированы для клиентов с самым высоким риском. С клиентами со средним уровнем риска следует обращаться с помощью действий из верхнего левого квадранта (низкая стоимость/большой эффект), с целью снижения их уровня риска, прежде чем они станут высоким риском. Элементы с меньшим воздействием, как правило, можно игнорировать, поскольку ресурсы, необходимые для запуска и обслуживания этих программ, скорее всего, не стоят преимуществ. Все эти действия должны подчиняться приведенным выше уравнениям — если они не приводят к положительному экономическому обоснованию, их не следует развертывать.

Заключение

К счастью, когда финансовый директор задал вопрос, мы с моей командой сделали домашнее задание и смогли показать, как мы сопоставили эффективность и стоимость каждого действия, которое мы рекомендовали, с уровнем риска клиента. Модель оттока клиентов имела оглушительный успех, увеличив общий доход компании. Следуя приведенным выше рекомендациям, вы сможете сделать то же самое для своей компании!

Slalom – это глобальная консалтинговая компания, которая помогает людям и организациям мечтать о большем, двигаться быстрее и строить лучшее будущее для всех. Узнайте больше и свяжитесь с нами сегодня.