Retence zákazníků

Služby

Retence zákazníků

Jak si udržet jejich loajalitu?

Schopnost udržet si zákazníky hraje ve vysoce konkurenčním prostředí často rozhodující roli. Přesto řada společností závažnost a funkci této oblasti podceňuje nebo postupuje nesprávně – zaměřuje se například na udržení zákazníků, kteří nejsou podstatní. Přitom existuje ověřená cesta k úspěchu, která staví na analytice. Víte, jak si udržet loajalitu zákazníků a jak odstranit příčiny jejich nespokojenosti? Znáte nástroje, které podpoří vaši efektivitu a usnadní vám dosáhnout vašich cílů?

Díky mnoha realizovaným projektům v oblasti retence se v Deloitte orientujeme ve všech faktorech, které mají vliv na udržení toho správného zákazníka. Naše znalosti jsme zakomponovali do účinného řešení zaměřeného na retenci zákazníků. To vždy přizpůsobujeme potřebám konkrétního klienta. Opírat se můžeme o řízení retenčních týmů, ukazatelů výkonnosti, retenční nabídky, prediktivní retenční modely a reporty. Nabízíme end-to-end řešení, od analýzy, přes ověření prototypů na pilotech až po implementaci, předání a zaškolení interních týmů. Našim klientům opakovaně pomáháme s optimalizací výkonnosti a větším zaměřením na růst.

Jaké nástroje používáme?

Náklady odlivu zákazníků

Často se setkáváme s tím, že firmy nejsou schopny vyhodnotit, o kolik zákazníků ročně přicházejí a kolik peněz je to stojí. Přitom právě tato analýza je nezbytným prvním krokem na cestě k dobře zvládnutému retenčnímu procesu.

Retenční dashboardy

Odliv zákazníků je potřeba nejen měřit, ale také pravidelně reportovat, sledovat trendy a na jejich základě vyhodnocovat efektivitu retenčního procesu. K tomu slouží retenční dashboardy, které umíme vytvořit, připravit pro ně data a klienta s nimi seznámit.

Konkurenční model

Jedním z nejvýznamnějších motivů odchodu zákazníků je konkurenční boj. Konkurenční model spočítá, za kolik by daný zákazník dostal produkt nebo službu u konkurence a kolik by za něj skutečně zaplatil v porovnání s tím, kolik zaplatil u „své“ firmy. Taková kalkulace je základem pro chytrou komunikaci se zákazníkem, kdy argumenty typu „není všechno zlato, co se třpytí“ podložené čísly získávají přesvědčovací schopnost.

Reaktivní retence

První zastávkou na dlouhé cestě k udržení zákazníků bývá proces reaktivní retence. Jak se pracuje se zákazníky, co jsou už na odchodu nebo odchodem hrozí? Díváme se na retenční nabídky v kombinaci s vhodně zvolnou komunikací (kanálem) a profitabilitou zákazníka. Analyzujeme, zda proces pokrývá všechny odcházející zákazníky. Typickým výstupem je zavedení jednotného přístupu, obohacení palety retenčních nabídek, datová konsolidace, změna směrování zákazníků a odstranění neprofitabilních nabídek.

Prediktivní retence

Prediktivní retence či proaktivní retence se zaměřuje na zákazníky, kteří dosud neodešli, nehrozí odchodem, ale odchod zvažují. Cílem je identifikovat ty nejvíce ohrožené a zvolit strategii, která riziko jejich odchodu minimalizuje, a to za co nejnižší cenu.

Model rizika odchodu zákazníka

Model umí předpovědět riziko (pravděpodobnost) odchodu zákazníka. Aby model fungoval správně, je nutné jej implementovat do klientova prostředí, výstup napojit na retenční nabídky, správně nastavit reporting, proškolit uživatele a zajistit pravidelnou údržbu modelu. Jaký je náš recept? Správně si definovat cíl a provázat výstup modelu s exekucí retenční kampaně.

Model pravděpodobnosti záchrany zákazníka

Model předpovídá úspěch retenční akce na úrovni jednotlivých zákazníků. Za úspěch zpravidla považujeme to, že zákazník neodejde a zůstane aktivní a profitabilní. Model je jednoduchý, protože pro jeho vývoj je zpravidla k dispozici pouze malý vývojový vzorek. Je ale nezbytné jej často aktualizovat, protože retenční proces se v průběhu projektu dynamicky mění.

Potenciální hodnota zákazníka

Zákazník má větší hodnotu, než je částka, kterou u vás utratil. Může se vrátit a nakoupit znovu, ale také referovat ostatním. Namísto měření minulé nebo současné hodnoty zákazníka se CLV zaměřuje na jeho budoucí potenciál – ten modelujeme jako současnou hodnotu všech výnosů či zisků, které klient přinese v období příštích několika let.
Prakticky zákazníky dělíme podle jejich hodnoty, rizika odchodu a pravděpodobnosti záchrany. Tito ukazatelé tvoří obchodní případ určující, jakou strategii pro daného zákazníka použijeme.

Řízení retenčních procesů

Retence zákazníků zahrnuje všechny aktivity směřující k udržení odcházejících zákazníků, zlepšení jejich loajality a odstranění příčin jejich nespokojenosti. Základní podmínkou fungování jakéhokoliv retenčního procesu je, aby jej někdo vlastnil, nejlépe jeden odpovědný manažer (ne všichni jen tak trochu). V praktických projektech to často představuje organizační změnu, která firmu připraví na efektivní fungování retenčního procesu jako celku.

Analytika call centra

Call centrum je nezastupitelným komunikačním kanálem v celém procesu. A tak i změny v rámci call center jsou někdy nezbytné – vytvoření retenčního týmu, nastavení motivace, kapacitní model, informační toky, prioritizace a správné nasměrování zákazníků, koordinace s pobočkovou sítí.

Retenční nabídky

Výhodné spoření, cash back na platby u obchodníků, zvýhodnění plateb za energie poslané z běžného účtu, garance nejnižší splátky – to jsou jen příklady inovativních a pro zákazníky atraktivních retenčních nabídek.

Retenční signály (podněty k odchodu)

Jak vůbec vést komunikaci se zákazníkem, který chce odejít? Co o něm víme a co z toho můžeme při rozhovoru použít? Retenční signály jsou zákaznické události, identifikované v datech, které zvyšují pravděpodobnost odchodu. Tyto události se pravidelně přepočítávají a ukládají do databáze. V kombinaci s profilem zákazníka poskytují operátorovi munici pro vedení účinného rozhovoru se zákazníkem a zvyšují pravděpodobnost jeho záchrany.

Snížili jsme odliv klientů jedné z nejvýznamnějších českých bank o 41 %. Pomůžeme i vám. Obraťte se na nás a naše experty.

Kontakt

Tervel Šopov

Tervel Šopov

Partner

Tervel je partnerem v oddělení poradenských služeb společnosti Deloitte ve střední Evropě. Má na starosti AI & Data Strategii, Data Science a Machine Learning domény. Tervel pracuje v oblasti analytik... více