Das Unternehmen ist ein etablierter Anbieter mit über 70.000 Abonnenten. Angesichts einer jährlichen Abwanderungsrate von 151.030.000 benötigte es eine Möglichkeit, die Umsätze durch die Bindung bestehender Kunden zu sichern, anstatt sich nur auf Neukunden zu konzentrieren.
Die größte Herausforderung war der richtige Zeitpunkt. Eine Kontaktaufnahme während eines Kündigungsgesprächs ist meist zu spät, da der Kunde oft bereits einen Vertrag mit einem Mitbewerber abgeschlossen hat. In diesem Stadium ist das Vertrauen verloren, und selbst hohe Rabatte helfen kaum noch. Das Unternehmen musste unzufriedene Kunden identifizieren, solange sie noch gehalten werden konnten.
Das Projekt begann mit der Zusammenführung aller Kundendaten an einem zentralen Ort. Dazu gehörten Zahlungshistorie, technische Protokolle, Supportanfragen usw. Wir verknüpften Daten, die zuvor in verschiedenen Abteilungen gespeichert waren. So entstand ein einheitlicher Überblick darüber, wie jeder Abonnent den Service im Laufe der Zeit erlebt hat.
Wir nutzten die aufbereiteten Daten, um spezifische Verhaltensweisen zu identifizieren, die vor der Kündigung eines Kunden auftraten. Diese Signale dienten als unauffällige Hinweise. Beispiele hierfür waren ein leichter Rückgang der Internetgeschwindigkeit oder eine plötzliche Änderung der Zahlungsweise. Diese kleinen Signale waren oft zu subtil, als dass sie manuell bemerkt worden wären.
Wir trainierten ein Vorhersagemodell anhand Tausender Beispiele ehemaliger Kunden, die das Unternehmen bereits verlassen hatten. Das Modell lernte, die Muster zu erkennen, die zu diesen Abgängen führten. Das System weist nun jedem Abonnenten basierend auf diesen Mustern eine Risikobewertung zu. Dadurch konnte der Anbieter einen Austritt vorhersagen, noch bevor eine formelle Beschwerde einging.
Das Kundenbindungsteam erhielt wöchentlich eine Liste dieser gefährdeten Kunden. Anstatt auf eine Beschwerde zu warten, riefen sie die Kunden an und boten ihnen direkt eine Lösung an. Sie behoben technische Probleme oder unterbreiteten günstigere Tarife, während die Kunden noch gesprächsbereit waren. Durch diese Vorgehensweise konnte eine drohende Kündigung in ein positives Kundenerlebnis verwandelt werden.
