stringtranslate.com

Tasa de abandono

La tasa de abandono (a veces denominada tasa de deserción ) es una medida de la proporción de personas o artículos que abandonan un grupo durante un período específico. Es uno de los dos factores principales que determinan el nivel estable de clientes que una empresa atenderá. [ Aclaración necesaria ]

La tasa de abandono se aplica ampliamente en el ámbito empresarial para las bases de clientes contractuales. Algunos 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, la rotación de participantes en redes peer to peer . La tasa de abandono es un dato de entrada en 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 la agitación de la crema 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 contractuales o suscriptores que abandonan a 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 relacionadas con el ciclo de vida del cliente.

La tasa de abandono está estrechamente relacionada con el concepto de vida media del cliente. Por ejemplo, una tasa de abandono anual del 25 por ciento implica una vida media del cliente de cuatro años. Una tasa de abandono anual del 33 por ciento implica una vida media del cliente de tres años. La tasa de abandono se puede minimizar creando barreras que desanimen a los clientes a cambiar de proveedor (períodos de vinculación contractual, uso de tecnología propia, servicios de valor añadido, modelos de negocio únicos, etc.) o mediante actividades de retención como los 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 la "pérdida bruta", el número total de desconexiones absolutas, y la "pérdida neta", la pérdida total de suscriptores o miembros. La diferencia entre las dos medidas es el número de nuevos suscriptores o miembros que se han unido durante el mismo período. Los proveedores pueden descubrir que si ofrecen una "oferta especial de lanzamiento" con pérdidas , esto puede generar una mayor tasa de abandono y abuso por parte de los suscriptores, ya que algunos de ellos se registrarán, dejarán que el servicio caduque y luego volverán a registrarse para seguir aprovechando las ofertas especiales actuales.

Cuando se habla de suscriptores o clientes, a veces se utiliza la expresión "tasa de supervivencia" 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. Ambas implican una vida útil del cliente de cuatro años porque la vida útil del cliente se puede calcular como la inversa de la tasa de abandono prevista de ese cliente. Para un grupo o segmento de clientes, su vida (o permanencia) como cliente es la inversa de su tasa de abandono agregada. Por lo tanto, los modelos de distribución de Gompertz de la distribución de los tiempos de vida de los clientes también pueden predecir una distribución de las tasas de abandono.

En el caso de las empresas con una base de clientes en rápido crecimiento (por ejemplo, las empresas de medios digitales en una fase de hijo o de estrella con un problema de matriz BCG ), puede surgir confusión entre los análisis estadísticos asociados con el porcentaje de la base total de clientes que abandona en un año determinado (¿qué porcentaje de la base de suscriptores en todo 2010 abandonó la base?) y la tasa de abandono de una cohorte de clientes en particular. Por ejemplo: si tomamos los clientes que se suscribieron en un mes determinado, digamos enero de 2010, ¿cuántos se habían dado de baja en enero de 2011? Si examinamos la tasa de abandono de una base de clientes agregada de rápido crecimiento, subestimaremos la tasa de abandono real en comparación con el enfoque basado en cohortes para el cálculo. El enfoque basado en cohortes también le permitirá calcular la tasa de supervivencia y la vida media 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 pérdida de clientes. [2]

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

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

En la mayoría de los casos, la tasa de abandono se considera un indicador de que los clientes no están satisfechos con un servicio. Sin embargo, en algunas industrias cuyos servicios cumplen lo prometido, la tasa de abandono 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 mera insatisfacción llevaría a los clientes a abandonar el negocio, y han pedido un enfoque más matizado. [5]

Véase también

Referencias

  1. ^ "Tasa de abandono de clientes: definición, medición de la pérdida y aumento de los ingresos". ReSci . 2014-10-30 . Consultado el 2017-06-08 .
  2. ^ "Retención de clientes | Analítica aplicada". 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". Computing . 104 (2): 271–294. doi :10.1007/s00607-021-00908-y. ISSN  1436-5057. S2CID  233947001.
  4. ^ Dechant, Andrea; Spann, Martin; Becker, Jan U. (27 de agosto de 2018). "Pérdida positiva de clientes". Journal of Service Research : 109467051879505. doi : 10.1177/1094670518795054 .
  5. ^ "El poder del análisis de abandono a nivel de categoría". ciValue . 2020-07-27 . Consultado el 2021-03-07 .

Lectura adicional