Ритейл и eCommerce

Wipro прогнозирует показатель оттока клиентов с помощью Power BI

~ 2 мин

Долгосрочное прогнозирование оттока показывает, в течение какого времени пользователь (или компания) захочет отказаться от предоставляемых услуг. Такая аналитика позволяет удерживать «ценных», то есть, давних клиентов, поскольку в долгосрочной перспективе именно они имеют важное значение для получения компанией прибыли

Компания

Wipro Limited – ведущая мировая компания, предоставляющая услуги в области информационных технологий, консалтинга и бизнес-процессов. Она использует когнитивные и облачные вычисления, робототехнику, сложную аналитику, чтобы помочь клиентам адаптироваться к цифровому миру.

Задача

Как у любой крупной компании, у Wipro Ltd есть давние и новые клиенты, соответственно, существует и проблема их оттока. Компания поставила задачу отследить клиентов, которые в скором времени с большой вероятностью откажутся от её услуг, и выбрала для этого инструмент Power BI.

Решение

Решение по прогнозированию оттока клиентов помогает определить, когда, скорее всего, пользователь (или компания) откажется от предоставляемых услуг. Такая аналитика позволяет удерживать «ценных», то есть, давних клиентов, поскольку в долгосрочной перспективе именно они имеют важное значение для компании. Затраты на их удержание ощутимо меньше, чем затраты на поиск и повышение лояльности новых клиентов.

Прогностическая модель идентифицирует характеристики/индикаторы оттока (тайный или явный), а прогностическая оценка уровня клиента на временной шкале демонстрирует вероятность отказа от услуг в определённый период (месяц, два, год и так далее).

Прогнозирующее решение по ожиданию оттока определяет время ухода клиента в открытой временной шкале. Для компании Wipro этот показатель важен, поскольку он помогает в разработке стратегий долгосрочного прогнозирования, следовательно, оказывает влияние на процесс удержания существующих клиентов. 

Данные, собранные с использованием решения Power BI, содержат информацию о клиенте, его покупательском поведении и POS/Campaign. Начальная фаза включает сегментирование на основе значений и идентификацию KPI, а затем вывод модели выживания для определения триггеров/индикаторов тихого оттока. В сводке оттока указывается активная клиентская база, основанная на таких параметрах, как месяц года, тип карты, промо-коды и точка продажи. Транзакции отображают статус клиента, время события, тип карты, POS и промо-код – все эти данные используются для анализа пиков и падений продаж.

Результат применения Power BI

Прогнозирующее моделирование позволяет идентифицировать отток клиентов на основе категории риска, прогнозируемого месяца оттока, типа карты, суммы баланса, промо-кодов, количества транзакций за определенный квартал (все эти переменные действительно важны для формирования реальной картины). 

Процесс выполняется за три простых шага:

  • Анализ данных (описательная аналитика демографии клиентов, транзакций и производных данных, отражающая изменения в поведенческих трендах потребителей).
  • Базовая сегментация клиентов.
  • Выведение формулы оттока, предупреждающей потерю клиента.
Обращайтесь к нам, чтобы внедрить такое решение в своей компании
Департамент корпоративных решений
;