Af Niels Vestergaard
I 2020 havde min kollega Jonas Juul Jeppesen en gæst i Subscription Talks studiet, der introducerede os for mulighederne indenfor churn prediction. Dengang var det med store ører, at vi fulgte med i, hvordan Mads Gorm Hansen formåede at analysere kunders churn adfærd og på den vis forudse, hvilke abonnenter, der med størst sandsynlighed ville churne indenfor næste abonnementsperiode.
Der er sket meget siden og i dag skal vi tale om et B2B-abonnement, der sætter turbo på det fænomen, som Mads introducerede for os for snart 3 år siden.
Intelligent churn prediction er fremtiden i enhver abonnementsforretning
Virksomheden Blueshift, har specialiseret sig i at bruge machine learning og kunstig intelligens til at forudsige, hvilke kunder, der har en adfærd, der leder til et frafald. Og ikke nok med, at modellen kan forudsige og advare CRM-teamet, Blueshift kan også skræddersy personaliseret indhold og personlige tilbud, der kan re-engagere abonnenten, før det er for sent.
På kundelisten har Blueshift navne som BBC, Britbox, Discovery+ og amerikanske Skillshare. Og det er særligt selskaber som disse, der har store mængder af adfærdsdata på kunderne, der får mest ud af et værktøj som dette. Og det er måske i virkeligheden den rigtige takeaway her: Har du god nok data på kunderne til, at du kan implementere churn prediction snart? For hvis ikke, så skal du til at i gang!
Fremtidens muligheder afhænger af nutidens investeringer
Det kan være svært at prioritere en ordentlig datastruktur og data warehouse, når man er en mindre abonnementsforretning med fokus på at vækste basen. Og implementering af Churn Prediction står da heller ikke forrest i vores Subscription Modelling fase her hos Subscrybe. Men det kan nu alligevel være en god ide at tænke det ind fra start.
Redskaber som Blueshift kan integreres med dit eksisterende CRM-system og der findes masser af lignende værktøjer, der kan tilpasses alt efter dit ambitionsniveau.
Selv hvis dit abonnementsprodukt ikke er digitalt og det derved er sværere at indsamle data på kundeadfærd, så er der alligevel måder at komme rundt om det på. Hos Matas indsamler de f.eks. data på indkøb og oplevelse hos Club-medlemmerne i butikkerne, som de derefter bruger i deres CRM-aktiviteter på app og e-mail. Og det skyldes et helt særligt fokus på at opnå så meget viden som muligt om, hvor engagerede kunderne er og ikke mindst, hvor tilfredse de er. For det er vejen til stærkere fastholdelse.
Så hvis du ikke er i gang med at lave en datastrategi og undersøge, hvordan de nye muligheder indenfor kunstig intelligens kan anvendes til at styrke din fastholdelse, så vil jeg virkelig anbefale, at du kommer i gang!
Hvis du har brug for råd og vejledning om, hvordan du starter din vej mod bedre kundedata, så er du mere end velkommen til at tage fat i mig eller én af mine kolleger. Det kan vise sig at blive en rigtig god investering, når kundernes forventninger stiger markant i den nærmeste fremtid.
