web hit counter www.elmayorportaldegerencia.com - Reduciendo la deserción
Welcome to www.elmayorportaldegerencia.com   Click to listen highlighted text! Welcome to www.elmayorportaldegerencia.com Powered By GSpeech


MEJORANDO LA CUOTA DE MERCADO Y LA RENTABILIDAD. REDUCIENDO EL CHURN E INCREMENTANDO EL VALOR DE CICLO DE VIDA DE UN CLIENTE

SLP, Churn/CPS, STATlab, son marcas registradas de SLP. Knowledge Object es una patente pendiente de registro de SLP. Otros productos registrados y sus nombres son marcas registradas de sus propietarios respectivos.

Contenidos
1. Fidelización: Un Asunto a Abordar Ya !!!.........................................................
1.1 El nuevo y agresivo Operador ......................................................................
1.2 El Operador establecido frente al nuevo ......................................................
2. ¿Por qué ha sido tan difícil controlar el fenómeno de Churn en el pasado? ..
2.1. Controlando el Churn ..................................................................................
2.2. Cuestiones a tener en cuenta .....................................................................
3. El proceso de detección de Churn incluyendo ejemplos ................................
3.1. Aprender del Pasado – Creación de Modelos .............................................
3.2. Guardar los Resultados de Análisis como Objetos Reusables ....................
4. Conclusión ...................................................................................................
5. SLP ¿Quíen es? ............................................................................................
1. FIDELIZACIÓN: UN ASUNTO a ABORDAR YA!!!

Fidelización es uno de los temas más importantes a tratar hoy, tanto por los operadores de telefonía fija como los operadores de telefonía móvil. Esto se debe al hecho que los clientes nunca han tenido tantas opciones como existen en este momento.

En mercados competitivos con un rápido crecimiento, la adquisición y retención de los clientes son puntos clave. El éxito de una compañía no es medido únicamente por los beneficios, sino también por el número de clientes y la habilidad para obtener ingresos de estos clientes durante un periodo de tiempo.

La adquisición de clientes es tan estratégica que, entre competidores de servicios de alto nivel, algunos están cambiando las reglas del juego y se llega a, literalmente, comprar nuevos clientes.

En esta situación, la lealtad del cliente es cada vez más difícil de controlar, y con un paisaje cambiando tan rápidamente, los “modelos” estáticos predefinidos de los perfiles de abonado tienen un valor bastante menor. Los parámetros tradicionales, de calidad del servicio, oportunismo, precio y producto, usados para modelar la lealtad de un cliente no son tan precisos. Ofertas competitivas y factores de comportamiento son parámetros nuevos que no pueden ignorarse para entender la lealtad de los clientes y la fidelización.

¿Cómo es posible controlar efectívamente esta situación? ¿Se dispone del tiempo necesario para entender y controlar la situación cuando otros aspectos del negocio también necesitan ser gestionados de forma efectiva?

Las siguientes secciones muestran dos ejemplos típicos de suministradores de servicio y su habilidad para manejar la fidelización de abonados:

  • El nuevo y agresivo Operador
  • El Operador establecido frente al nuevo


1.1 El nuevo y agresivo Operador

El nuevo suministrador busca de forma agresiva ganarse una parcela de mercado. Para ser rentable, el nuevo suministrador tiene que conseguir una masa crítica de clientes. Antes que alcance el umbral, mencionado anteriormente, la compañía se encuentra operando con pérdidas netas.

Usemos un escenario típico de telefonía móvil para medir el impacto que el movimiento de abonados- a partir de ahora este movimiento lo denominaremos con el término anglosajón “churn”- a otro operador tiene:

Se tienen 110,000 clientes; cada uno de ellos generando $50 de ingresos al mes. Para adquirir un nuevo cliente, el coste es al menos de $350. Se ha identificado que el punto de inflexión coste-ingresos (break even) para conseguir rentabilidad son 350,000 abonados.
El ratio de “churn” es 2% al mes, y el ratio de adquisición es +50% al año.

¿Cuando se va a conseguir rentabilidad?

 

Con churn se necesitarán 7 años para ser rentable, y $517 millones de inversión.

Sin churn la situación es radicalmente distinta:

Sin churn se necesitarían 4 años para ser rentable,y una inversión de $255 millones.

La comparación de estas dos situaciones simples demuestra que controlar el proceso de churn es crítico para asegurar el éxito de cualquier compañía que se encuentra en un mercado en continuo crecimiento y altamente competitivo, con ingresos bajos por cliente y grandes costes de adquisición.

De acuerdo que no es posible eliminar completamente el suceso de churn, pero si paliarlo y por tanto reducirlo. Construyamos algunos ejemplos en los que el proceso de churn es reducido en 2.5%, 5%, 7.5% and 10% cada año, y analicemos los resultados:

El diagrama anterior muestra el efecto del control sobre el fenómeno de churn. A lo largo del tiempo, el efecto acumulado en cuanto a reducción del churn consigue una disminución entre 1 y 2 años el objetivo financiero de números “negros”, generando además un aumento en los beneficios entre $20 a $80 millones por año.


1.2 El Operador establecido frente al nuevo

El operador establecido suele ser una figura principal y típicamente posee una cuota de mercado superior al 50%. En una situación de alta competitividad, los nuevos operadores intentan atacar el mercado, normalmente ofreciendo nuevos planes de tarifas, grandes descuentos y a menudo servicios innovadores. Los nuevos participantes en el mercado suelen dirigirse a los clientes más valiosos, y por tanto amenazando las ganancias de los ya establecidos. Con esta situación tan dinámica, es muy difícil crecer en cuota de mercado para los operadores establecidos. En este caso, las métricas de churn es crítica, puesto que la combinación de pérdida de clientes preferentes y la disminución general de la cuota de mercado pueden tener una influencia negativa en la valoración de sus acciones.

Veamos, caso típico en la industria de la telefonía móvil, el impacto del fenómeno de churn para un operador establecido:

  • El operador cuenta con 2,000,000 de abonados; cada uno de ellos genera $50 de ingresos al mes. El coste de adquisición se encuentra limitado y una buena porción de las inversiones en la red se encuentra amortizada. El factor clave es el crecimiento de ingresos rentables por abonado y el aumento del número de clientes para mantener la presión sobre los nuevos operadores.


Debido a la competitividad, el ratio de churn mensual es aproximadamente de un 3% y el factor de adquisición es +30% al año, debido a un marketing sumamente eficiente.

Dado este entorno, ¿qué efecto producen los diferentes ratios de churn sobre la base instalada?

Aplicando tecnologías de “data mining” y gestión de base de datos es posible controlar el fenómeno de churn. Estas tecnologías aplicadas correctamente pueden detectar aquellos clientes que exhiben una tendencia de churn y por tanto pueden recomendarse intervenciones para retenerlos.

La siguiente figura ilustra el impacto sobre márgenes y número de clientes sobre un operador establecido que se encuentra constantemente atacado por los nuevos competidores:


Una reducción anual del 5% en el fenómeno de churn es necesario para mantener el crecimiento de la compañía sobre la base de clientes.

2. ¿POR QUÉ HA SIDO TAN DIFÍCIL CONTROLAR EL FENÓMENO DE CHURN EN EL PASADO?

2.1 Controlar el Churn implica dos estadios:

  1. Crear modelos para detectar quién es un probable churner.
  2. Desarrollar una estrategia para retenerlos

Para acometer eficientemente el control del fenómeno de churn se requiere un modelado dinámico del entorno, que tenga en cuenta los cambios constantes de las condiciones del mercado, y a la vez el impacto que estas condiciones tienen sobre los clientes propensos, para de este modo se pueda valorar y acometer el problema.
2.2 Usando esta estrategia, se deben tener en cuenta lo siguiente:

  • Disponibilidad de Datos. (de facturación, de atención al cliente, CDRs, demográficos, etc.)
  • Pericia. Se deben tener los conocimientos adecuados para construir modelos precisos.
  • Entorno Dinámico. La gestión de churn es todo un proceso, no un evento. Por tanto, debe ser controlado, siendo necesario un remodelado constante para relacionar el comportamiento actual y futuro de un cliente junto con la propia dinámica del mercado.
  • Resultados Operativos. Para poder obtener un beneficio completo de los modelos de gestión de churn, los resultados deben ser usados por la organización para producir no sólo resultados operativos, sino además ser considerados como factor importante en el establecimiento de estrategias.


La tecnología de “Data warehousing” posibilita el acceso cómodo a datos de calidad. “Data Mining” permite a los no-especialistas las facilidades de exploración de datos y el modelado. Además, las técnicas de “Data Mining” pueden permitir el acceso a los resultados para aquellos que conocen el substrato de negocio a diferencia de quienes son expertos en técnicas de análisis.

Una nueva tecnología de gestión creada por SLP, Knowledge Objects ä, posibilita la operatividad de los resultados que se crean a partir de un proceso de data mining. Véase Sección 3.2 para más información sobre Knowledge Objects.


3. El proceso de detección de Churn incluyendo ejemplos

Un proceso típico de gestión de churn se compone de 4 fases:

  1. Desarrollo de modelos basados en el pasado
  2. Almacenado de los modelos óptimos como objetos reusables (Knowledge Objectsä)
  3. Aplicar los modelos sobre todos los clientes
  4. Utilización de los resultados para identificar las intervenciones idóneas para retener a los clientes y maximizar su valor durante su Ciclo de Vida.


3.1 Aprender del Pasado – Creación de Modelos

En esta fase, el modelado de los churners se construyen sobre la base de la experiencia:

  • Acumulación de datos históricos de clientes para la construcción de perfiles. ( datos sobre uso, demográficos, facturación, etc.). Estos datos crearán una base de datos de aprendizaje.
  • Comprobar la calidad de los datos de la base de datos de aprendizaje verificando que representa a la población de los clientes actuales (todas las variables deberían tener la misma distribución)

  • Utilizar la base de datos de aprendizaje para construir un modelo de churn usando el Análisis Guiado de SLP. El Análisis Guiado es un buen proceso práctico que toma los atributos del perfil de churn de la base de datos y construye automáticamente un modelo que identifica a aquellos clientes más propensos al fenómeno de churn.

La aplicación puede seleccionar automáticamente aquellos atributos que son más significativos y los que son más óptimos a la hora de discriminar churn.

: 1
Ignored cases: 0
Analysis will be performed on 629 individuals.
Discarded variable : TAXAREA
: 2
Ignored cases: 0
Analysis will be performed on 629 individuals.
Discarded variable : Call_Waiting
Discarded variable : CT_TOTREV
: 3
Ignored cases: 0
Analysis will be performed on 629 individuals.

  • Analizar la calidad del modelo revisando en que grado se están discriminando clientes fieles y no (no churners y churners)

Llamada con línea 3 (sin borde): % de churners detectados como churners por el modelo frente a aquellos que lo son en realidad..  Este número indica la “calidad en la discriminación” del modelo.


Llamada con línea 3 (sin borde): % de churners detectados como churners por el modelo frente a aquellos que lo son en realidad.. Este número indica la “calidad en la discriminación” del modelo.

Revisar el modelo para diferenciar los atributos que realmente incrementan el churn de aquellos que lo hacen disminuir.

Destacar ,de este proceso, el bajo coste de optimización, debido a la facilidad en la construcción de modelos. Estos modelos , también, pueden construirse en base a segmentos de clientes, por regiones, por tipo de productos, etc.

3.2 Guardar los Resultados de Análisis como Objetos Reusables

Un factor clave de la aplicación es la capacidad para distribuir el conocimiento obtenido del proceso de análisis a toda la organización de la empresa. El conocimiento es reusable a nivel operativo en áreas tales como centros de atención al cliente, sistemas de automatización de la organización de ventas, o la actualización de un “data warehouse” o el propio sistema de facturación.

La tecnología utilizada (disponible en la actualidad) para crear modelos reutilizables se denomina SLP’s Knowledge Object.

El modelo es guardado automáticamente como un Objeto de Conocimiento, de modo que puede ser reusado contra cualquier base de datos o invocado por soft como V. Basic, C, C++, Java ..


3.3 Aplicar la Experiencia – Aplicar el Modelo


De la librería de modelos se puede aplicar el mejor contra la base de clientes y optimizar cada modelo por segmento de clientes si fuese necesario.

Después de aplicar el modelo se puede analizar la calidad del mismo.

Llamada con línea 3 (sin borde): Analizar los clientes en grupos de 10%, ordenados según sean más o menos propensos al fenómeno de churn.

Aplicar el modelo significa que la aplicación está aplicando una fórmula sobre las características de los clientes, y calcula una probabilidad de churn o “Índice de Churn” comprendido entre 0 y 1000 (1,000 indica un 100% de probabilidad de churn, 0 un 0% de probabilidad). El índice de churn representa la “distancia” entre un cliente y el cliente medio fiel, cuanto mayor sea la distancia más propenso es el cliente a ser churner.

Los modelos típicos concluyen que del 40% al 60% de los churners se encuadran en el 10% de los clientes con mayor puntuación.

En algunas ocasiones, se identifican entre el 30% al 40% de todos los churners dentro del 2% de los clientes con mayor puntuación. Esto permite a la organización el desarrollo de programas de intervención altamente efectivos y facilita, en extremo, el Retorno de la Inversión

Las figuras siguientes muestran las curvas de casos típicos de campañas de retención basadas en datos de facturación o de adquisición basadas en datos demográficos.

 

modelo basado en demografías para identificar clientes más propensos al churn

 

modelo de retención sobre múltiples líneas de clientes

modelo de adquisición a partir de criterios de crédito

modelo de retención sobre múltiples líneas de


Las curvas %Aleatorio muestran la cantidad de churners que podrían ser detectados con una selección aleatoria de clientes, y las curvas % Churners Acumulados muestran los resultados aplicando una técnica de puntuación.

4. Conclusión

Como ya ha sido mencionado, la gestión del fenómeno de churn es un proceso y no un evento. Aplicar los resultados de un proceso de análisis es crítico a la hora de obtener una base de clientes fieles. La arquitectura de SLP’s Knowledge Objectsä posibilita la realización de los resultados tras el proceso de análisis, siendo un aspecto crítico la optimización reiterada aplicada a situaciones basadas en perfiles por segmento.

SLP posee un módulo de gestión de acciones para el producto Churn/CPS. Sus capacidades incluyen la habilidad para acceder a múltiples vías de intervención, determinar la acción óptima (basada en el Valor del Ciclo de Vida), y a partir de Objetos de Conocimiento (Knowledge Objects), posibilitar la integración con el servicio de atención a clientes y distribuir la información óptima al responsable del mismo.

5. SLP ¿QUIÉN es?

SLP InfoWare es una empresa líder como suministrador de soluciones de gestión de churn y retención de clientes. Con una tecnología de data mining, el producto Churn/CPS de SLP se ha convertido en un estándar en el mundo de la reducción del fenómeno de churn en el área de las telecomunicaciones. Con clientes, como Mobistar, Bouygues Telecom, Libertel, France Telecom, obteniendo métricas reales de retorno de la inversión con Churn/CPS, SLP InfoWare es la aplicación líder en Europa y América en el mercado de las aplicaciones que se ocupan del fenómeno de retención.

SLP InfoWare, Headquarters
Immeuble Le Capitole
55, Av des Champs Pierreux
92012 Nanterre
FRANCE
Tel : +33 1 55 17 66 66
Fax : +33 1 55 17 66 77


El retorno de la inversión en entrenamiento ejecutivo de equipos gerenciales es exponencial y en minutos. Norman Vincent Peale.
Te gustó? Compártelo !
Pin It

Don't have an account yet? Register Now!

Sign in to your account

Click to listen highlighted text! Powered By GSpeech