Le analisi predittive ti danno un'indicazione di come si comporteranno i tuoi clienti in futuro, usando l'intelligenza artificiale per ottenere degli insights dallo storico dei loro acquisti.
L’analisi RFM ti dice com’è andata: quanto di recente, quanto spesso e quanto ha speso ogni contatto. Il Predictive fa il passo successivo e ti dice che cosa sta per succedere: quali clienti stanno per smettere di acquistare, quanto è probabile che lo facciano ed entro quando.
Con la Churn prediction magnews stima, per ogni tuo cliente, quanto è probabile che smetta di acquistare ed entro quando è previsto l’abbandono, e lo colloca in un churn segment che va da Fedeli a Persi.
Si attiva sul singolo modello RFM, dal tab Generale delle Impostazioni.
Come funziona
- Impara dai tuoi dati, non da regole che imposti tu. Il modello analizza lo storico degli ordini e ricava le soglie dalle abitudini di acquisto dei tuoi clienti. Un negozio di caffè in abbonamento e una gioielleria hanno ritmi di riacquisto completamente diversi, e la stessa configurazione produce risultati sensati in entrambi i casi.
- Si aggiorna da solo. La previsione viene ricalcolata una volta al giorno, quindi segue i clienti mentre acquistano o si allontanano, senza che tu debba rivedere nulla.
- I risultati diventano dati del contatto. Vengono scritti su campi contatto, quindi li puoi usare come qualsiasi altro dato del contatto: nei filtri, nelle audience, nei workflow e nelle personalizzazioni dei messaggi.
- Serve uno storico ordini. Le previsioni si basano sui singoli ordini, quindi la Churn prediction è disponibile solo sui modelli che leggono una tabella dati, con abbastanza storico alle spalle.
Il caso d’uso tipico è una campagna di retention che parte automaticamente quando un cliente entra nel segmento A rischio o Churn imminente.
Un esempio. Marta ha comprato tre volte negli ultimi otto mesi, l’ultima a settembre. Il modello riconosce che i clienti con quel comportamento riacquistano in media entro sessanta giorni, stima una probabilità di abbandono dell’82% e colloca la data prevista di churn tra dieci giorni: Marta entra nel segmento Churn imminente. Il giorno stesso un workflow le invia un’offerta dedicata, senza che tu debba controllare a mano chi si sta allontanando. Se acquista, al calcolo successivo torna tra i Fedeli e il fatturato che ha generato compare tra il fatturato recuperato della sua audience.
Che cosa ti serve per usarla
La Churn prediction si basa sullo storico dei singoli ordini, quindi è disponibile solo sui modelli RFM che leggono una tabella dati, con l’origine dati già configurata. Non è disponibile sui modelli che usano i Campi contatto, dove hai solo i dati aggregati di data ultimo acquisto, numero di acquisti e spesa totale. Se usi una delle integrazioni eCommerce native (Shopify, Magento, Prestashop) che alimenta una tabella dati, sei già a buon punto.
Serve inoltre uno storico ordini sufficiente: la Churn prediction dà i risultati migliori su un database con almeno un anno di ordini e una quota significativa di clienti che hanno acquistato più volte. Se il tuo eCommerce è appena partito, conviene aspettare di aver accumulato storico.
Trovi i prerequisiti completi e tutti i passaggi di configurazione in Configurare la Churn prediction e leggere i risultati.
Che cosa ottieni
Il calcolo viene eseguito una volta al giorno e scrive i risultati su cinque campi contatto: la data prevista di churn, la probabilità di churn, il churn segment, il churn segment precedente e la data di ultima variazione del segmento. Sono campi contatto normali, quindi entrano nei filtri, nelle audience, nei workflow e nelle personalizzazioni esattamente come gli altri.
Gli stessi dati sono disponibili anche a colpo d’occhio: sulla home del contatto trovi la card Propensione al churn con segmento, probabilità e data prevista, mentre sulla dashboard del database e sulle audience trovi la distribuzione dei contatti nei sei segmenti e una dashboard economica che risponde alla domanda che conta quando devi giustificare un investimento in retention, cioè quanto ti sta costando il churn e quanto ne stai recuperando.
Usare i dati del churn nelle tue attività
Dato che i cinque campi di output sono campi contatto normali, puoi:
- filtrare e creare audience sul churn segment o sulla probabilità di churn, per esempio l’audience dei clienti in Churn imminente con spesa alta;
- far partire workflow al cambio di segmento, sfruttando il campo Churn segment precedente e la Data di ultima variazione del segmento;
- personalizzare i contenuti delle comunicazioni in base al segmento;
- incrociare churn e cluster RFM, per distinguere per esempio un VIP a rischio da un lead a rischio e riservare al primo l’incentivo più generoso.
Domande frequenti
Il churn sostituisce i cluster RFM?
No, li completa. L’RFM descrive il valore attuale del cliente, il churn stima il rischio di perderlo. Insieme ti dicono su chi conviene investire per primo.
Devo impostare io le soglie di rischio?
No. Il modello ricava i valori più delicati dalle abitudini di acquisto dei tuoi clienti, quindi la configurazione predefinita funziona anche su business con ritmi di riacquisto molto diversi. Se conosci il tuo ciclo di riacquisto meglio di quanto lo possa dedurre il modello, puoi comunque intervenire sui parametri avanzati.
Ogni quanto si aggiorna la previsione?
Una volta al giorno, in base alla schedulazione del modello RFM. Puoi anche lanciare il calcolo manualmente in qualsiasi momento.
Posso avere più modelli con il churn attivo?
Sì. Ogni modello ha i propri campi di output e la propria attività pianificata, e nelle card compare una scheda per modello.