Publicado em: 9 de setembro de 2024
Colaboradores: Keith O'Brien, Amanda Downie
A perda de clientes é o número de clientes existentes perdidos, por qualquer motivo, durante um determinado período. Ela fornece às empresas uma compreensão da satisfação e fidelidade do cliente e pode identificar possíveis mudanças nos resultados financeiros de uma empresa.
É uma métrica especialmente importante para empresas de software como serviço (SaaS), muitas das quais dependem de receitas mensais recorrentes de assinaturas. Elas precisam saber se os clientes estão abandonando a empresa ou se podem abandoná-la no futuro, pois isso terá um impacto imediato em seus resultados financeiros.
A perda de clientes, ou desligamento de clientes, é o oposto da retenção de clientes, que diz respeito às empresas que mantêm seus relacionamentos com os clientes. Minimizar a perda de clientes deve ser um componente essencial de qualquer estratégia de engajamento do cliente, que se relaciona com todas as interações que um cliente tem com uma empresa ou marca, seja online ou na loja.
Priorizar o engajamento do cliente, especialmente formulando uma estratégia robusta de retenção de clientes, é uma proteção importante contra a perda de clientes.
As empresas devem medir as taxas de perda de clientes com frequência para saberem se correm o risco de perder receita.
Eliminar a perda é uma tarefa importante, considerando-se os altos custos de aquisição de clientes. De acordo com a McKinsey (link externo ao site IBM.com)1, substituir o valor de um cliente perdido pode exigir a aquisição de três novos clientes. Portanto, as empresas devem fazer de tudo para reduzir a perda e reter esses clientes.
A perda de clientes afeta as empresas B2B e B2C de forma um pouco diferente. A taxa de perda tende a ser maior nas empresas B2C do que nas B2B por algumas razões.
Em primeiro lugar, os clientes B2C não precisam de aprovação de um chefe para começar ou encerrar uma assinatura, sendo mais propensos a comprar e cancelar por impulso. Em segundo lugar, as assinaturas costumam ser mais baratas, o que significa que é mais fácil cancelar um serviço e assinar outro.
Por outro lado, a perda das B2B costuma ser mais impactante para essas empresas.
Empresas B2B modernas vendem produtos ou serviços. No primeiro caso, costumam cobrar uma taxa única por um produto individual. No caso daquelas que vendem soluções de software como serviço (empresas de SaaS), é possível cobrar pelo acesso ao serviço várias vezes durante o ano. Nesse caso, elas dependem de seus clientes (assinantes) pagarem uma receita mensal recorrente.
As empresas B2B provavelmente têm menos clientes em potencial ou um pipeline de vendas mais rigoroso. Isso ocorre porque as empresas B2B atendem a um conjunto específico de clientes, enquanto a maioria dos consumidores precisa de determinados produtos B2C regularmente (por exemplo, mantimentos, utensílios domésticos ou serviços bancários).
Dessa forma, a perda de clientes tem um impacto maior nas empresas B2B, sobretudo se elas fornecerem produtos ou serviços por um preço alto para um grupo mais seleto de clientes.
O aumento da perda pode desmoralizar executivos e funcionários, gerando preocupações sobre seus empregos e a vitalidade da empresa. Como a aquisição de novos clientes costuma ser cara e demorada, ela pode distrair as empresas, fazendo-as perder o foco no atendimento de seus clientes existentes, criando um efeito cíclico.
Esse é um exemplo de como a perda de clientes pode criar uma rotatividade exponencial ou cíclica. Outro é o boca a boca. Se um cliente falar com outros sobre sua insatisfação com os produtos de uma empresa, isso pode levar a mais cancelamentos, criando uma perda ainda maior.
Existem dois tipos principais de perda de clientes: voluntária e involuntária.
Perda voluntária
Refere-se à mudança na preferência dos clientes. Entre os exemplos de perda voluntária, podemos citar os clientes que optam por deixar de usar um produto daquela categoria, que mudam para o produto de um concorrente, a reação ao aumento de preços ou uma experiência ruim do cliente.
Perda involuntária
Está relacionada a problemas que costumam estar fora do controle do cliente, como o fato de uma empresa não oferecer mais o produto ou serviço, problemas técnicos ou de pagamento e desastres naturais. Também pode haver um motivo imprevisto para que um cliente não possa mais usar um serviço. Alguns exemplos são uma empresa que não paga mais para que uma pessoa use um serviço ou uma mudança de ocupação que torna aquele produto ou serviço sem valor.
Taxa de perda
Para medir a taxa de perda, a empresa pode dividir o número total de clientes que a abandonaram em um período específico pelo total de clientes que ela conquistou. Depois, esse número é multiplicado por 100 em um período específico.
As empresas devem comparar os números de perda de clientes, como outras métricas de experiência do cliente, para identificar possíveis problemas. As empresas também podem escolher entre determinados períodos e calcular a taxa de perda semanal, mensal ou anual. Uma taxa de perda mensal pode ser boa para empresas de SaaS com receita mensal recorrente (MRR) que precisam entender suas taxas mensais.
Taxa de perda = (clientes perdidos/total de clientes no início do período) x 100
Exemplo: uma empresa que monitorava a taxa de perda mensalmente perdeu 300 dos seus 75 mil clientes. Isso significa que a taxa de perda era de 0,4%.
Receita recorrente mensal
Empresas que usam alertas em tempo real para eventos como cancelamento de pagamentos com cartão de crédito ou cancelamento de serviços podem lidar melhor com a perda.
As taxas de perda variam de acordo com o tipo de negócio. De acordo com a Recurly (link externo ao site IBM.com), a taxa média de perda é de 4%, em que 3% é atribuído à perda voluntária e 1% à perda involuntária. Para provedores de entretenimento digital, a taxa média de perda costuma ser maior. Ela tende a ser menor para softwares e serviços empresariais e profissionais.
As empresas podem e devem também calcular as taxas de perda de receita, que determinam a perda de receita recorrente mensal (MRR) de clientes existentes durante um determinado período.
MRR = Número de assinantes x receita média por assinante (ARPU)
Exemplo: a mesma empresa que cobra dos seus 75 mil assinantes US$ 15,00 por mês por serviços tem um MRR de US$ 1.125.000.
Taxa de perda de receita
Determina quanta receita a empresa está perdendo durante um período específico.
Taxa de perda de receita = (redução da receita devido à perda/receita recorrente mensal total no período) x 100
Exemplo: essa mesma empresa teria perdido cerca de US$ 4,5 mil por mês devido a essa perda. Em comparação com a receita total, essa também é uma taxa de perda de receita de 0,4%.
Existem também várias outras métricas de clientes que as empresas devem monitorar para entender o risco da perda de clientes:
Pontuação líquida de promoção (NPS)
A NPS pergunta aos clientes qual a probabilidade de recomendarem uma empresa e seus produtos para as pessoas em suas redes. O número de notas baixas (6 ou menos) é subtraído do número de “promotores” (9 e 10), e o valor líquido é convertido em um percentual. Além de não precisarem se preocupar tanto com a perda de clientes, as empresas com notas altas de NPS também observam uma certa redução nos custos de aquisição de clientes devido ao boca a boca positivo.
Pontuação de esforço do cliente (CES)
Essa métrica de atendimento ao cliente está relacionada à dificuldade encontrada pelo cliente. Ela vai de 1 (fácil) a 7 (difícil). Empresas com CES alto correm o risco da perda de clientes, pois os clientes acham difícil interagir com elas.
As taxas de perda de clientes são calculadas com a mesma fórmula em todas as empresas, porém existem vários modelos de perda de clientes que as empresas podem usar para acompanhar e prever a perda futura. Para conseguir criá-los, as empresas devem analisar várias questões, inclusive o motivo do abandono e da permanência dos clientes, quais fatores levam à sua perda e em que grau esses fatores estão presentes ou são predominantes.
Análise de sobrevivência
Esse modelo, também conhecido como modelo de tempo até o evento, pode prever quando um cliente é perdido com base em seus dados de compra, dados históricos e condições atuais. É especialmente útil para empresas B2B com produtos de alto custo que podem desenvolver recursos para reter cada cliente. Também pode ser valioso no agregado, ajudando as empresas a entender se correm o risco de um grande evento de perda.
Detecção de anomalias
Esses modelos identificam eventos potenciais que podem criar um aumento na perda de clientes, dando às empresas a oportunidade de tentar corrigi-los ou mudar de estratégia para minimizar seu impacto. Entre os exemplos de anomalias que as empresas devem monitorar estão aumentos repentinos de feedback negativo de clientes, quedas no uso e aumento nos pedidos de devolução ou reembolso.
Identificação de clientes em risco
As empresas devem investir em ferramentas avançadas de gerenciamento de relacionamento com o cliente (CRM) para monitorar sua atividade. Também podem usar tecnologias de inteligência artificial, como aprendizado de máquina, para analisar melhor os dados individuais dos clientes e poderem identificar os clientes com maior probabilidade de perda antes que as equipes de sucesso do cliente o façam por conta própria.
Investimento no sucesso do cliente
Isso é diferente do atendimento ao cliente, que é mais reativo aos problemas conforme eles surgem. O sucesso do cliente trabalha com os clientes enquanto eles usam um produto ou serviço para garantir que maximizem sua utilidade. Ele ajuda as empresas a identificar clientes com risco de serem perdidos. As empresas de SaaS têm investido no sucesso do cliente como uma forma de mantê-los satisfeitos, de modo que continuem usando os produtos o suficiente para justificar os custos mensais.
Excelente atendimento ao cliente
Às vezes, reduzir a perda pode ser tão fácil quanto melhorar o valor do atendimento ao cliente fornecido por uma empresa. Em outros termos, um atendimento ruim pode rapidamente transformar clientes satisfeitos em clientes que acabam abandonando a empresa. Trate os clientes que fornecem feedback com o máximo respeito e responda às necessidades deles imediatamente.
As empresas têm à disposição diversas tecnologias avançadas para melhorar o relacionamento com os clientes. O uso do processamento de linguagem natural (PNL) ajuda as empresas a analisar melhor os dados do cliente para entender sua satisfação, que pode se colocada em modelos para identificar a taxa média de perda.
Elas podem usar chatbots baseados em inteligência artificial para responder a perguntas simples dos clientes, liberando seus representantes de atendimento ao cliente para lidar com questões mais complicadas.
Tomada de decisão baseada em métricas
A compreensão e o acompanhamento de certas métricas ajuda a monitorar a possível perda de clientes. Tanto a pontuação de satisfação do cliente (CSAT) quanto a pontuação líquida de promoção (NPS) ajudam a entender o grau de satisfação dos clientes com os produtos e serviços de uma empresa. A CSAT pede aos clientes que classifiquem sua satisfação em uma escala de 1 a 10. a NPS pergunta a eles qual a probabilidade de recomendar um produto ou serviço aos seus pares.
Se essas métricas começarem a diminuir, é um sinal provável de que a base de clientes da empresa corre risco de perda. Os líderes sabem que precisam agir para melhorar a experiência do cliente e reduzir a perda.
Programas de fidelidade sólidos
Criar fidelidade à marca é uma ótima maneira de reduzir a perda de clientes. Por exemplo, a empresa pode oferecer incentivos aos clientes atuais, como descontos ou produtos gratuitos em aniversários ou se os clientes gastarem um dado valor. Esse é um ótimo jeito de manter os bons clientes satisfeitos com os produtos de uma empresa. Incentivar a fidelidade pode trazer outros benefícios, como o aumento do potencial de vendas adicionais.
Processo de integração excepcional
Uma das melhores maneiras de evitar a perda de clientes é priorizar a oferta de excelentes serviços aos novos clientes no início do relacionamento. As empresas podem oferecer tutoriais, uma seção de dúvidas frequentes e guias de autoajuda para preparar os clientes para o sucesso e ajudá-los a usar melhor os produtos.
O investimento em inteligência artificial ajuda as empresas a lidar com os problemas da perda de clientes de várias maneiras.
- Melhor coleta e análise de dados
- Suporte ao cliente mais rápido e abrangente
- Modelos e simulações
- Experiências omnicanal mais satisfatórias para o cliente
- Análise preditiva de dados mais precisa
Experiências omnicanal mais satisfatórias para o cliente
As empresas podem usar o marketing de IA generativa para melhorar o marketing interno, produzindo várias versões personalizadas do mesmo e-mail e proporcionando maior envolvimento com clientes específicos em qualquer canal que utilizem.
Suporte ao cliente mais rápido e abrangente
Uma boa experiência do cliente viabilizada pelo uso da IA conversacional pode decidir se um cliente vai ou não abandonar a empresa. As empresas devem adotar a IA conversacional, seja com chatbots voltados para os clientes ou disponibilizando assistentes virtuais de IA para eles.
Melhor coleta e análise de dados
A IA pode coletar todos os dados públicos de terceiros e os dados internos próprios com rapidez. Já o aprendizado de máquina identifica especificamente os temas comuns para que a empresa entenda onde estão seus pontos fortes e fracos no atendimento às necessidades dos clientes.
Modelos e simulações
As empresas podem usar gêmeos digitais do cliente (CDTs) impulsionados por IA para simular a experiência do cliente e entender seus hábitos de compra, o que leva à sua perda e como prever melhor as compras futuras. Os CDTs podem criar mapas da jornada do cliente por dias e semanas (link externo ao site IBM.com), fornecendo uma visão holística de toda a experiência.
Imagine, projete e entregue experiências mais inteligentes ao longo de toda a jornada do cliente para desbloquear valor e impulsionar crescimento.
Melhore a experiência do cliente e aumente a fidelidade e a retenção da marca com o chatbots de IA generativa.
Revolucione os insights do cliente para fazer negócios de forma mais inteligente com o IBM Cognos Analytics.
Acelere a adoção da IA generativa com uma sessão de estratégia conduzida por um especialista para saber como a IA pode afetar seus negócios.
Boots UK atinge grande crescimento com ajuda da IBM Consulting.
Como a IA generativa turbina a criatividade e a produtividade.
Saiba como a IA generativa está tornando os agentes humanos e virtuais melhores em seu trabalho.
A cidade de Helsinque e a IBM Consulting cocriam experiências mais rápidas e flexíveis para os clientes.
Colocando a IA para trabalhar no atendimento ao cliente
Três coisas que todo líder precisa saber sobre atendimento ao cliente.
Notas de rodapé
1 Experience-led growth: A new way to create value (link externo ao site IBM.com), McKinsey, 23 de março de 2023
2 What is a good churn rate? (link externo ao site IBM.com), Recurly