Kundenanalysen mit Churn-Score

Kundenanalysen mit Churn-Score

Loyalisierungskampagnen – intelligent, zielgerichtet und bis zum Ende gedacht.

Wechselwillige Kunden identifizieren, bevor sie abwandern – das geht mit dem BTC Churn-Score. Dabei handelt es sich um ein Verfahren, das mithilfe von Machine-Learning typische Kundendaten nutzt, um Kündigungswahrscheinlichkeiten abzuleiten. Bei einer Kampagne, die 20% aller Kunden berücksichtigt, werden mit dem KI-Modell nachweislich 3x mehr potentielle Kündiger gefunden. Auf diese Weise hat man die Chance, die betroffenen Kunden zielgerichtet anzusprechen, ihnen bessere Konditionen anzubieten und sie vom Wechsel zu einem anderen Anbieter abzuhalten.

Wie wir dabei genau vorgehen, lesen Sie auf Seite 32 der BDEW Studie -Künstliche Intelligenz für die Energiewirtschaft
https://www.bdew.de/media/documents/Pub_20200624_Kuenstliche-Intelligenz-fuer-die-Energiewirtschaft.pdf (siehe hier Seite 32)

Gerne erklären wir Ihnen in einem persönlichen Gespräch, wie Sie den Churn-Score mit einem Kundenwertmodell kombinieren können, damit Sie auch nur ihre wirklich wertvollen Kunden ansprechen und ihre Energie nicht auf „Springer“ verschwenden, die ohnehin ständig die Anbieter wechseln und Ihnen potentiell nur wenig einbringen. Zusätzlich gibt es auch Modelle, die Ihnen bei der Loyalisierung helfen, den für den individuellen Kunden besten Kommunikationsweg zu wählen, sofern Sie durch Opt-In mehrere Möglichkeiten haben. 

Einblicke über das Verhalten von Kunden gewinnen
Dipl.-Phys. Nils André Treiber
Team Data Science und Künstliche Intelligenz