发布日期:2024 年 9 月 9 日
撰稿人:Keith O'Brien、Amanda Downie
客户流失率是指在给定时间段内因任何原因流失的现有客户的数量。它使公司了解客户满意度和客户忠诚度,并可以识别公司利润的潜在变化。
考虑到客户获取成本可能很高,消除客户流失是一项重要的任务。根据 McKinsey(IBM.com 外部链接)1的数据,替换一个流失客户的价值可能相当于获取三个新客户。因此,公司应尽其所能减少客户流失并留住这些客户。
客户流失对 B2B 和 B2C 业务的影响略有不同。由于以下几个原因,B2C 企业的客户流失率往往高于 B2B 企业。
首先,B2C 客户不需要获得老板的批准即可开始或完成订阅,因此他们更有可能冲动购买并冲动退出。其次,订阅也可能更便宜,这意味着放弃一项服务并开始另一项服务会更容易。
另一方面,B2B 客户流失对这些企业的影响往往更大。
现代 B2B 公司要么销售产品,要么销售服务。前者通常是针对单个产品的一次性费用。对于那些销售软件即服务解决方案(即 SaaS)的公司来说,他们可以在一年内多次向访问服务的客户收费。后者依赖于客户(订户)每月支付的经常性收入。
B2B 企业的潜在客户可能较少或者销售渠道更为严格。这是因为 B2B 企业为一组特定的客户提供服务,而大多数消费者定期需要某些 B2C 产品(例如杂货、家居用品、银行服务)。
因此,客户流失对 B2B 企业的影响更大,尤其是当它们向更特定的客户群体提供高价产品或服务时。
人员流失率的增加会降低高管和普通员工的士气,使他们担忧工作和公司活力。由于获取新客户通常耗时且昂贵,因此它会分散公司对服务现有客户的注意力,从而产生循环效应。
这就是客户流失如何造成指数式或周期性流失的一个例子。另一种是口口相传。如果一个客户向其他客户谈论他们对公司产品的不满意,可能会导致更多的客户取消订单,因而造成更大的客户流失。
客户流失主要有两种类型:自愿流失和非自愿流失。
这与客户偏好的变化有关。自愿流失的例子包括客户选择不再使用该类别的产品、转而使用竞争对手的产品、对价格上涨或糟糕的客户体验做出反应。
它通常涉及客户无法控制的各种问题,例如公司不再提供该产品或服务、技术或付款问题以及自然灾害。客户无法再使用某一服务也可能存在无法预见的原因。相关示例包括:公司不再为个人使用某一服务而付费,或是职业变化致使该产品或服务不再具有价值。
对信用卡付款取消或服务取消等情况设置实时警报的公司可更好地控制客户流失。
流失率会因企业类型而异。根据 Recurly(IBM.com 外部链接)的调查,平均客户流失率为 4%,其中 3% 源于自愿客户流失,另 1% 则源于非自愿客户流失。对于数字娱乐提供商,平均流失率往往更高。而对软件、商业和专业服务业,该比率则往往较低。
公司可以同时也应计算收入流失率;即,确定某一特定时间段内现有客户的每月经常性收入 (MRR) 损失。
MRR = 订阅用户数量 x 每位订阅用户的平均收入 (ARPU)
示例:同一家公司每月向 75,000 名订户收取 15 美元的服务费用,而其 MRR 为 1,125,000 美元。
减少客户流失率有时与提高公司所提供客户服务的价值一样简单。换言之,糟糕的客户服务会很快将满意的客户变成最终流失的客户。以最大的尊重来对待那些提供客户反馈的客户,并立即响应他们的需求。
公司拥有多种先进技术,而它们现在可使用这些技术来改善客户关系。使用自然语言处理 (NLP) 可帮助公司更好地处理客户数据以了解客户满意度,并可将相关数据输入模型中以确定平均流失率。
他们可以使用 基于人工智能的聊天机器人 来回答客户的简单问题,从而让他们的客户服务代表腾出时间来处理更复杂的问题。
了解和跟踪某些指标有助于监控潜在的流失。客户满意度分数 (CSAT) 和 净推荐值 (NPS) 都有助于了解客户对公司产品和服务的满意程度。CSAT 要求客户按 1 至 10 的范围对他们的满意度进行评分。NPS 询问客户是否愿意向他们的同行推荐某产品或服务。
如果这些指标开始下降,很可能表明公司的客户群面临流失风险。领导者知道,他们需要采取行动,改善客户体验,减少客户流失。
公司可以使用 AI 驱动的客户数字孪生体 (CDT) 来模拟客户体验,帮助公司了解购买习惯、导致客户流失的原因以及如何更好地预测未来的购买。CDT 可以绘制详细到每周和每日的客户旅程图(IBM.com 外部链接),全景呈现整体客户体验情况。
通过利用生成式 AI 聊天机器人改善客户体验,提高品牌忠诚度和保留率。
利用 IBM Cognos Analytics 彻底改变客户洞察分析,实现更智能的业务。
通过专家主导的战略会议,了解 AI 如何影响您的业务,从而加快采用生成式 AI 的步伐。
1 体验主导型增长:创造价值的新方式 (链接位于 IBM.com 外部),麦肯锡,2023 年 3 月 23 日
2 什么是良好的流失率? (链接位于 IBM.com 之外),Recurly