Définition : Prédiction du churn / attrition

La prédiction du churn est l’activité qui consiste à tenter de prévoir les phénomènes de perte de clientèle. Cette prédiction et quantification du risque de perte de clientèle peut se faire de manière globale ou individuelle et est surtout utilisée dans les domaines où la commercialisation du produit ou service se fait par abonnement.

La prédiction du churn se fait généralement par l’étude des comportements de consommation ou par l’observation de comportements individuels annonciateurs d’un risque d’attrition. Elle donne lieu à l’utilisation de techniques de modélisation et de machine learning pouvant parfois utiliser un nombre considérable de données (big data).

Ces comportements peuvent être :
– des variations dans le comportement de consommation ou d’usage (espacement commandes ou ouverture newsletter)
– le passage au statut de client inactif
– la formulation d’une réclamation
– augmentation de consommation provoquant une forte augmentation de la facture (énergie, télécommunication,..)
– la consultation des conditions de résiliation sur un site Internet
– etc

Lorsqu’un client à risque est détecté, des actions de prévention peuvent être réalisées ((win back). Un opérateur téléphonique peut par exemple proposer de manière proactive un forfait plus adapté.

Le client d’un opérateur téléphonique, qui à l’approche des vacances d’été consulte les informations de roaming sur le site web sans opter pour une option complémentaire alors qu’il a justement connu une forte augmentation de sa facture pour roaming l’été précédent, présente un danger d’attrition. Il doit donc être contacté de manière proactive pour lui proposer un forfait ou une option plus adaptée (source TellMePlus).

Une illustration de la détection et de la gestion du risque de churn chez Auchan Direct :



 

Un exemple d’usage de la détection du risque d’attrition dans le domaine de l’assurance :



 

Un exemple de processus de détection du churn :



Crédit image Cabestan.

 

Un autre exemple de pratique de détection de churn / attrition avec action correctrice (source Eulerian):



 

Un exemple de processus de détection du churn dans le domaine des télécoms :






Une évocation d’utilisation de données externes (third party data) pour détecter les risques de churn :




 
Share on FacebookTweet about this on TwitterShare on LinkedIn