stringtranslate.com

tasa de abandono

La tasa de abandono (a veces llamada tasa de deserción ) es una medida de la proporción de individuos o elementos que salen de un grupo durante un período específico. Es uno de los dos factores principales que determinan el nivel estable de clientes que una empresa admitirá. [ se necesita aclaración ]

La rotación se aplica ampliamente en los negocios para bases de clientes contractuales. Los ejemplos incluyen un modelo de servicio basado en suscriptores como el que utilizan las redes de telefonía móvil y los operadores de televisión de pago . El término suele ser sinónimo de rotación , por ejemplo, rotación de participantes en redes peer-to-peer . La tasa de abandono es un insumo para el modelado del valor de vida del cliente y puede ser parte de un simulador utilizado para medir el retorno de la inversión en marketing mediante el modelado de la combinación de marketing . [1] El término proviene de la imagen de agitación de la nata en una mantequera .

Rotación de la base de clientes

La tasa de abandono, cuando se aplica a una base de clientes, es la proporción de clientes o suscriptores contractuales que abandonan un proveedor durante un período determinado. Puede indicar insatisfacción del cliente, ofertas más baratas y/o mejores de la competencia, ventas y/o marketing más exitosos por parte de la competencia, o razones que tienen que ver con el ciclo de vida del cliente.

La deserción está estrechamente relacionada con el concepto de tiempo de vida promedio del cliente. Por ejemplo, una tasa de abandono anual del 25 por ciento implica una vida promedio del cliente de cuatro años. Una tasa de abandono anual del 33 por ciento implica una vida promedio del cliente de tres años. La tasa de abandono se puede minimizar creando barreras que disuadan a los clientes de cambiar de proveedor (períodos contractuales vinculantes, uso de tecnología patentada, servicios de valor añadido, modelos de negocio únicos, etc.), o mediante actividades de retención como programas de fidelización. Es posible exagerar la tasa de abandono, como cuando un consumidor abandona el servicio pero luego lo reinicia dentro del mismo año. Por lo tanto, es necesario hacer una distinción clara entre "rotación bruta", el número total de desconexiones absolutas, y "rotación neta", la pérdida general de suscriptores o miembros. La diferencia entre las dos medidas es la cantidad de nuevos suscriptores o miembros que se han unido durante el mismo período. Los proveedores pueden descubrir que si ofrecen una "especial de introducción" líder en pérdidas , esto puede generar una mayor tasa de abandono y abuso de suscriptores, ya que algunos suscriptores se registrarán, dejarán que el servicio caduque y luego se registrarán nuevamente para aprovechar continuamente las ventajas actuales. especiales.

Cuando se habla de suscriptores o clientes, a veces la expresión "tasa de supervivencia" se utiliza para significar 1 menos la tasa de abandono. Por ejemplo, para un grupo de suscriptores, una tasa de abandono anual del 25 por ciento es lo mismo que una tasa de supervivencia anual del 75 por ciento. Ambos implican una vida útil del cliente de cuatro años. Es decir, la vida útil de un cliente se puede calcular como la inversa de la tasa de abandono prevista de ese cliente. Para un grupo o segmento de clientes, la vida (o permanencia) de sus clientes es la inversa de su tasa de abandono agregada. Por lo tanto, los modelos de distribución de Gompertz de distribución de los tiempos de vida de los clientes también pueden predecir una distribución de las tasas de abandono.

Para las empresas con una base de clientes de rápido crecimiento (por ejemplo, empresas de medios digitales en una fase estrella o hija del problema de la matriz BCG ), puede surgir confusión entre los análisis estadísticos asociados con qué porcentaje de toda la base de clientes abandona en un año determinado. ¿Porcentaje de la base de suscriptores en todo 2010 se produjo? – versus la tasa de abandono de una cohorte de clientes en particular. Por ejemplo: tomando a los clientes que se suscribieron en un mes determinado, digamos enero de 2010, ¿cuántos se habían suscrito en enero de 2011? Examinar la tasa de abandono de una base agregada de clientes de rápido crecimiento subestimará la verdadera tasa de abandono en comparación con el enfoque de cálculo basado en cohortes. El enfoque basado en cohortes también le permitirá calcular la tasa de supervivencia y la vida promedio del cliente, mientras que el enfoque agregado no puede calcular estas dos métricas.

Los investigadores de Deloitte han argumentado que el análisis de redes sociales es una buena herramienta para calcular la deserción. [2]

En los últimos años, el uso de la inteligencia artificial y el aprendizaje automático como medio para calcular la pérdida de clientes se ha vuelto cada vez más común para los grandes minoristas y proveedores de servicios. [3]

La frase "abandono rotacional" se utiliza para describir el fenómeno en el que un cliente abandona y se reincorpora inmediatamente. Esto es común en los servicios de telefonía móvil prepago, donde los clientes existentes pueden contratar una nueva suscripción de su proveedor actual para aprovechar ofertas especiales solo disponibles para nuevos clientes.

En la mayoría de las circunstancias, se considera que la deserción indica que los clientes no están satisfechos con un servicio. Sin embargo, en algunas industrias cuyos servicios cumplen una promesa, la deserción se considera una señal positiva, como los servicios de atención médica, los servicios de pérdida de peso y las plataformas de citas en línea. [4]

Algunos investigadores han cuestionado la simple suposición de que la simple insatisfacción llevaría a los clientes a abandonar y han pedido un enfoque más matizado. [5]

Ver también

Referencias

  1. ^ "Tasa de abandono de clientes: definición, medición del abandono y aumento de los ingresos". Resci . 2014-10-30 . Consultado el 8 de junio de 2017 .
  2. ^ "Retención de clientes | Análisis aplicado". Deloitte República Checa . Consultado el 7 de marzo de 2021 .
  3. ^ Lalwani, Praveen; Mishra, Manas Kumar; Chadha, Jasroop Singh; Sethi, Pratyush (14 de febrero de 2021). "Sistema de predicción de abandono de clientes: un enfoque de aprendizaje automático". Informática . 104 (2): 271–294. doi :10.1007/s00607-021-00908-y. ISSN  1436-5057. S2CID  233947001.
  4. ^ Decantar, Andrea; Spann, Martín; Becker, Jan U. (27 de agosto de 2018). "Rotación positiva de clientes". Revista de investigación de servicios : 109467051879505. doi : 10.1177/1094670518795054 .
  5. ^ "El poder del análisis de abandono a nivel de categoría". valor ci . 2020-07-27 . Consultado el 7 de marzo de 2021 .

Otras lecturas