如果您的业务依赖于续订收入(并且随着订阅经济的兴起,很可能是),那么您最肯定熟悉客户的健康成分。它们对于监控至关重要,以确保您正在为客户提供持续价值并越来越多。事实上,他们非常重要的是,许多具有经常性收入模式的公司现在正在构建客户的成功团队,该团队能够确保客户保留和越来越多的客户终身价值。

客户的健康评分通常直接测量这些团队的有效性以及流失和更新的KPI。但是这个分数的回报是什么?您如何确定得分是否与客户保留和更新率相关?

从反应性转变为主动健康评分

无论是交通灯模型(红色,黄色和绿色指示器)还是1-100个评分指标,以确定哪些客户是幸福的,而且通常,这些类型的客户健康成绩均基于主观输入而不是关于客户健康的领先指标。它们与积极的反应性。他们可以工作,但实际上没有办法衡量他们是否会这样做,直到为时已晚,客户已经搅拌了。如果您想检查您的健康分数是否正常工作,则需要使用预测分析技术。

有许多不同的预测模型可以建立来检测您的健康评分是否是客户健康的有意义的代表性。当您具有清洁数据时,预测升力是了解您的健康评分的关键,可用于表征行为并识别模式。预测升降措施衡量您的健康成绩对随机猜测的表现,或者如果您根本没有使用健康分数,结果是什么。通过使用历史数据,您可以在其中知道方案的结果,您可以评估您的健康评分如何工作以预测某些行为。

如果预测升降机高且可操作,则得分具有良好的经济价值,因为您将使用它将资源应用于影响收入保留和增长的优先事项。但是,如果健康成绩的预测升降量低,其经济价值低,因为表演得分仅略好于随机或“基于肠道”的客户交互。

信息价值:有意义的健康成绩的真正关键

在预测分析中,我们具有“信息价值”的概念,这量化了特定因素有助于预测的强烈程度。我们通过计算涉及结果的统计相关性的计算来找到信息价值。信息值被标准化为从零(即,与随机选择相同的预测值相同的预测值)到1(即,完美预测)。在实践中,在0.5以上的信息价值的一个因素将提供良好的预测升力,并将与减少的流失和改善的更新性能相关联。

让我们走一些例子。在整个客户群中查看时,给定的公司可能有15%的流失。因此,从概率的角度来看,如果您是随机选择客户以作为保留风险的方式,您实际上有15%的几率,您实际上就会从事风险的客户。

预测分析可以将15%的概率转化为50%或更好的概率或更好,这是健康分数的目标 - 以提高利用正确的互动的合适客户的概率。

但如果您不知道健康评分的信息价值,怎么办?假设信息价值仅为0.05?使用这种健康评分,您将危险客户吸引的概率上升到21% - 只需6%的升力即将升起,而不是使用健康分数。

完美的预测将识别150顾客 - 即,1,000的15%实际上有风险。但是,信息值为0.05,430,被确定为风险,并且其中只有90个实际上处于危险之中。因此,80%的顾客被标记为不健康的顾客实际上是健康的 - 因此您将花费时间和资源在许多不危险的顾客上。此外,在实际风险客户的40预测是健康的,所以你会得到意想不到的流失。

那么,什么是信息价值的增加会发生什么?在0.4的信息值,该概率预测流失实际上流失率上升到36%。具有0.8的信息值,概率获取要50%。在0.8,确定客户的总数从430减少到250,只有23高风险客户去不明。一个很大的改进!

这就是我们如何评估是否健康分数工作:在需要的地方有效减少客户流失,提高客户生命周期价值是否准确地集中资源?

具有高价值的信息,它绝对不会。如果您的健康评分具有较高的信息价值,它是基于客户流失率的领先指标 - 你可以减少不必要的干预量,同时增加高风险客户的覆盖面。

建立您的健康评分的基础

当你超越直觉或为健康计分的主观输入,并开始依赖于数据,一定要评估你包括的因素的信息价值,不要忘记回测你的最后得分机制。同样重要的是,开始考虑为不同的客户细分不同的评分机制。到最好的地方开始是想以自己的数据的控制权,然后创建真正inpidualized健康评分,以配合您非常inpidual客户的期望。

在这里您可以采取建立客户健康得分了坚实的基础五项具体措施:

每家公司不同的是,将有不同的方法,但在任何一家公司,高层次的洞察客户的健康状况很好,并根据客户的自动操作行为甚至更好。使用灵活的分析,以监控客户的健康和自动化的剧本,以保持客户的轨道上。而且,在深入了解和及时的信息,您可以根据需要提供连续客户价值,保持客户对生活采取人称动作。

瑞安托马斯是客户成功在ServiceSource的高级副总裁。