Artificial Intelligence (AI) eller maskinlæring kan varsle deg før kundene slutter å handle i din nettbutikk eller slutter å være kunde i din bedrift. Man vil gjerne ha en oppdatering, hvis kunden er i ferd med å bytte leverandør. Men kunden tar dessverre ikke telefonen for å varsle om at samarbeidet går mot slutten. Men maskinlæring kan gjøre en forskjell på bunnlinjen til bedriften din.
Temaet på avdelingsmøtet er følsomt, men viktig: Kundefrafall. Alle medarbeidere i bedriften din skal rapportere om hvilke kunder som forsvinner, hvorfor de drar, og hva som kreves for å bevare kundeforholdet.
Ofte blir alle tre spørsmålene delvis besvart ut fra magefølelsen. Når det gjelder hvilke kunder som forlater bedriften, kan et typisk svar være: «Dataene våre viser at det stort sett er menn i aldersgruppen 25 til 30 år», men uten noen form for statistisk analyse er det vanskelig å fastslå om:
- Dette i det hele tatt er sant
- Det er den eneste relevante sammenhengen
- Hvor mye mer tilbøyelige de er til å forlate bedriften
- Tilbøyeligheten har endret seg over tid
Her kommer maskinlæring inn i bildet.
Churn prediction analysis
Churn who? På norsk betyr churn predictions analyse av frafall – altså sannsynligheten for at en kunde forlater bedriften. Dette kan også brukes til å forutse sannsynligheten for at en medarbeider er i ferd med å forlate bedriften, eller at en maskin i produksjonsapparatet er i ferd med å stoppe eller forårsake en alvorlig feil – før det skjer. Men akkurat nå snakker vi om kundene.
Helt enkelt vil bedriften din kunne basere analysen sin på allerede kjente data om kundene, som alder, kjønn, bosted, osv. Maskinlæring vil ut fra data kunne gi en sannsynlighet for at en kunde velger å si opp et abonnement eller en tjeneste.
Og hva vil denne informasjonen kunne brukes til? Hvis en kunde har veldig lav churn-rate, dvs. sannsynlighet for å forlate virksomheten, vil det være unødvendig og kostbart å målrette markedsføringskampanjer mot vedkommende. I stedet kan bedriften målrette innsatsen mot de kundene med størst sannsynlighet for å forlate bedriften, for eksempel gjennom markedsføring, eller ganske enkelt ved å ringe.
Er det slutten på personlige relasjoner?
Viktige brikker som personlige relasjoner og innsidekunnskap er naturligvis ikke en del av maskinlæring. Men maskinlæring har andre egenskaper. I bedriften din kjenner dere sikkert kundene godt, med mange trofaste kunder gjennom mange år. Men har dere fått ringt til kundene den siste tiden? Antageligvis ikke, for dere må jo også ringe til alle potensielle kunder.
Her hjelper maskinlæring til med å prioritere telefonoppringing – høy churn-rate, god grunn til en samtale.
Vent – det er mer å hente!
Se for deg å krydre det ovennevnte med følgende:
- Den mest avgjørende grunnen til at kunden forlater dere, og dermed svare på hvorfor kunden drar
- Segmentering av kunder for å identifisere relevante kundegrupper, som dere med fordel kan tilrettelegge markedsføringsstrategien for
- Forventet fremtidig inntjening fra kunden, for å prioritere markedsføringsinnsatsen
- Hvilken konkurrent det er mest sannsynlig at kunden bytter til?
- Eksterne datakilder for å kunne inkludere for eksempel flere demografiske/geografiske opplysninger med tanke på å forbedre modellens forutsigelser
Fremtiden er her – er du klar?
Forhåpentligvis har denna artikkelen hjulpet med å forklare maskinlæring eller AI. Så nå er spørsmålet om du er klar til å begynne å bruke advanced analytics og maskinlæring i bedriften – enten sammen med eksisterende BI, eller kanskje som en ny start?
Den danske bedriften Inspari kan hjelpe deg med å bygge relevante statistiske modeller, skreddersydd til din bedrift, samtidig som de integreres i et eksisterende oppsett. På den måten utføres modellene automatisk, uten menneskelig innblanding – lokalt eller i skyen.
Så velkommen til fremtiden – den er allerede her!
Vil du lese mer om BI og Big data?
I bedriften Inspari jobber man blant annet med business intelligence, big data og advanced analytics. Les mer om hvordan du kan styrke bedriften med BI, utnytte advanced analytics og datavisualisering.