订阅模式下的客户流失分析

下载笔记本演示下面介绍的解决方案

订阅模式正在经历复兴。一分钱音乐CD俱乐部的时代已经一去不复返了，取而代之的是种类不断增加的数字流媒体服务，它们将音乐、视频和更直接地传送到消费者的设备上，以换取适度的经常性费用。如今，70%的美国家庭订阅了电视至少一个订阅流媒体服务平均每个用户家庭有3.4个这样的订阅。

这些服务的成功，加上消费者对便利性日益增长的需求，推动了越来越多的服务零售商而且消费品公司在行动中。2014年至2017年，订阅盒市场增长了890%消费者兴趣集中在食品、美容和服装上的比例不成比例。在这一时期结束时，大约15%的网上购物者已经注册了此类服务。到2019年底，这一比例已经增长到超过50%随着注册的扩大远远超出千禧一代的消费者推动了这一领域的快速增长。随着消费者根据持续的健康和安全问题重新考虑过去的消费模式，提供可靠的、送货上门的必需品甚至正在推广进一步发展在订阅市场。

对于这两家零售商来说，这种新模式代表着一个接触新客户和确保经常性收入流的机会。对于消费品制造商来说，这个模型提供了额外的好处直接与消费者建立联系的机会越来越多来期待——否则就藏在零售商后面了。它还为推广品牌和通过路线向客户交付产品开辟了额外的途径完全控制制造商的。与此同时，这些模式为零售商提供了推出自己的模式的能力私人标签在某种程度上克服了过去消费者接受的一些障碍。直接面向消费者的订阅市场潜力巨大，但在这个领域，谁是赢家，谁是输家，还有待决定。

没有成功的保证

订阅领域的成功来之不易因为“消费者并不是天生就喜欢订阅。”服务提供商通常必须通过越来越昂贵的广告购买来提高认知度，并通过免费或打折试用来吸引用户，而这些用户往往无法转化为全价订阅。如果用户转换，保持他们的参与是一个持续的挑战，因为疲劳或产品只是堆积如山。快速退出政策旨在缓解订户对新服务提供商长期承诺的担忧，使客户可以轻松地离开一项通知时间相对较短的服务，将稳定收入的承诺置于风险之中。

一个最近的分析以消费者为导向的订阅服务估计每月平均流失率为7.2%。当缩小到以消费品为主的服务业时，这一比例跃升至10.0%。这一数字换算成订阅盒服务的平均寿命为10个月，使得企业几乎没有时间收回收购成本，并为订阅者带来净盈利。

平衡用户获取和用户留存非常重要

这是任何订阅服务要想长期成功所面临的核心挑战。高调的服务如蓝色的围裙提供了非常公开的案例研究，关于高客户获取成本和低客户终身价值的后果，但是每个订阅服务必须努力在获取客户和保持客户之间取得平衡。

这尤其具有挑战性，因为成功的客户获取战略需要使服务规模化，往往伴随着服务中断或质量和客户体验下降，加速订阅放弃。为了补充流失的用户，收购引擎继续运转，费用也在增加。由于服务覆盖的客户可能超出了他们最初的目标核心群体，服务产品可能无法在相同的时间内与新订阅者产生共鸣，或者可能会超过这些订阅者的消费能力，从而加强用户流失的整体问题．

在某种程度上，组织必须冷静地审视与用户终身价值(LTV)相关的获取成本。这些数据需要达到一个健康的平衡，留存率需要得到积极的管理，不是作为一个需要解决的时间点问题，而是作为一种“慢性疾病”需要管理为了公司的健康发展

通过仔细研究为什么一些客户离开，一些客户留下，可以创造继续由收购驱动的增长的空间。当以收购时已知的因素为中心时，企业可能有机会重新思考其收购战略的关键方面，以提高平均留存率和盈利能力。

基于获取变量检查留存率

订阅服务的公开数据很难获得，但台湾音乐流媒体服务KKBox最近进行了2年以上的匿名化订阅数据可用于客户流失的检查。虽然不是零售或CPG订阅服务，但数据中发现的客户动态应该与任何订阅提供商产生共鸣。

绝大多数用户都是在30天的试用期内加入KKBox服务的。然后，客户似乎加入了1年的订阅，这为服务提供了稳定的收入流。在30天的试用期内和每隔一年，用户有机会流失，如图1所示，其中存活率反映了最初(第1天)用户人口的比例，首先是在滚动付费里程碑，然后是在续订里程碑。

图1。KKBox流媒体服务上按订阅日计算的客户流失率

这种高初始下降模式，随后是一段较慢但持续的下降周期，这是有直观意义的。引人注目的是，如果我们考虑这些订阅的注册渠道(图2)、初始付款方式和初始付款期限/天数(图3)，我们会发现客户流失的模式有很大的不同，不仅是从第一个续订窗口的过渡，而且是在客户数据可用的两年期间。

图2。KKBox流媒体服务上通过不同渠道注册的客户按订阅日的客户流失率

图3。根据KKBox流媒体服务的订阅日，客户选择不同的初始付款方式和条款/天

这些模式似乎表明，KKBox实际上可以利用用户获取时已知的信息，根据用户的终身潜力来区分不同的客户。这些信息可能有助于在客户注册试用时通知或引导特定的折扣或促销活动。这些信息还可以通知KKBox停止哪些产品或功能，如。初始支付方式35或如图3所示的7天支付计划，与前30天的高流动率相一致，且长期生存期很少。

当然，这些因素之间存在联系，因此我们在孤立地看待它们时应谨慎。通过推导客户流失的基线风险(风险)(图4)，我们可以计算不同因素对基线的影响，每个因素都可以被视为独立的风险乘数(表1)。当与基线结合时，我们可以绘制特定客户在给定时间点放弃订阅的几率。

类别	功能	因素
注册通道	channel_3	0.96
	channel_4	1.20
	channel_7	1.00
	channel_9	0.92
首次付款方式	method_20	5.15
	method_22	3.00
	method_28	5.31
	method_29	2.50
	method_30	2.27
	method_31	0.94
	method_32	2.89
	method_33	1.53
	method_34	0.57
	method_35	4.43
	method_36	2.30
	method_37	1.10
	method_38	3.32
	method_39	1.19
	method_40	1.32
	method_41	1.00

表1。渠道和支付方式乘数结合起来解释了客户在不同时间点的流失风险。该值越高，相关时期的流失风险比例就越高。

将流失分析应用于您的数据

这种分析令人兴奋的部分是，它不仅有助于量化客户流失的风险，而且还描绘了一幅定量的图景，准确地说明了哪些因素解释了这种风险。重要的是，对于特定属性与其相关危害之间的因果联系，我们不能草率地得出结论，但这是确定组织需要集中注意力进行进一步调查的绝佳起点。

这种分析的难点不在于分析技术。用于执行上述分析的Kaplan-Meier曲线和Cox比例风险模型已被广泛建立，并在各个分析平台上得到广泛支持。bob体育客户端下载主要的挑战是组织输入数据。

绝大多数订阅服务都是相当新的业务。因此，检查客户流失所需的数据可能分散在多个系统中，使得集成分析更加困难。数据湖是解决这一问题的起点，但净化和重组数据所需的复杂转换需要相当大的处理能力，这些数据随着业务本身(通常是快速)的演变而演变。KKBox信息资产当然就是这种情况，这也是数据提供商在公开挑战中注意到的一点。

成功完成这项工作的关键是建立透明的、可维护的数据处理管道，该管道执行在一个具有弹性可伸缩(因此具有成本效益)的基础设施上，这是数据库背后的关键驱动因素三角洲湖泊格局．虽然大多数组织在最初的方法中可能没有过度的成本意识，但重要的是要记住上面提到的一点，即流失是一种需要管理的慢性疾病。因此，这是一个应该定期重新审视的分析，以确保获取和保留实践保持一致。