Kündigungsverhalten, Churn Prediction und Rotational Churn bei monatlichen Abonnementverträgen
Unser Kunde, ein führender europäischer Internetkonzern, wollte nach zahlreichen Akquisitionen und innerhalb seiner Multimarkenstrategie die Kundenzufriedenheit zwischen den Marken vergleichen. Das Kündigungsverhalten wurde anhand des Produktportfolios von niologic analysiert.
Herausforderung
Der Kunde hatte durch Akquisitionen und eine Multimarkenstrategie Produkte für unterschiedliche Kundengruppen in verschiedene Marken gebündelt. Kündigungsdaten lagen implizit durch das jeweilige Vertragsmanagement der Marke oder Tochterfirma vor, jedoch konnten diese nur manuell miteinander verglichen werden. Zusätzlich gab es zwischen den Marken noch Abweichungen in der Definition der Kennzahlen.
Vorgehen
niologic erstellte für den Kunden eine gemeinsame Datenstruktur und führte die Vertragsdaten aller Marken in einem Datawarehouse (DWH) zusammen. Zusätzlich wurden die Produkte und die Produkthierarchie jeder Marke in einer gemeinsamen konzernweiten Produkthierarchie bzw. in einem Portfoliomanagement zusammengeführt. Letztlich gab es mehrere Produkthierarchien für den Finanzbereich, Marketing und Sales und die jeweilige Tochterfirma als innere Sichtweise.
Auf Basis der Produkthierarchie und der Vertrags- und Transaktionsdaten wurden Vertragszugänge und -abgänge als dünnbesetzte Matrix modelliert. Das Kündigungsverhalten wurde mittels Kaplan-Meier-Schätzer und Bayes Methoden prognostiziert. Die Datenstruktur wurde in einer spaltenbasierten InMemory-Datenbank erstellt, um performante Analysen zu gewährleisten.
Projektergebnis und Kundennutzen
Durch die Einführung einer gemeinsamen Produkthierarchie zur Portfolioanalyse konnten die Vertragsveränderungen auf jeder Ebene des Produktportfolios analysiert werden. So konnten auch einzelne Marken miteinander auf den Ebenen (z.B. Produktgruppe) verglichen werden.
So wurde es auch möglich, die Kündigung von Altverträgen und den gleichzeitigen Abschluss von Neuverträgen (Rotational Churn) innerhalb einer Produktgruppe zu analysieren. Das Produktmanagement des Kundens konnte somit zahlreiche Rückschlüsse auf das Kundenverhalten innerhalb der Marken ziehen und die Markenstrategie mit dem operativen Ergebnis adhoc vergleichen. So konnten direkt nach Einführung des Portfoliomanagements Effekte von Rotational Churn gemessen werden, welche durch die Einführung neuer Leistungen bei Neuverträgen auftraten.
Der Kundenwert (Customer Lifetime Value, CLV) konnte ebenfalls durch die Verteilung der Vertragsdauer individuell pro Kunde oder aggregiert auf den Ebenen der Produkthierarchie ausgewiesen werden (vereinfacht gesprochen Verteilung * Umsatz). So musste nicht mehr auf einzelne Mittelungen oder Vorberechnungen zurückgegriffen werden und der CLV konnte zwischen den Marken verglichen werden.
Durch die Modellierung von Erwartungswert und prognostizierter Verteilung der Kündigungen konnte im Finanzbereich ein Abgleich mit den Geschäftsplänen für die Produkte hergestellt werden (z.B. Breakeven, Abschreibungen) und im Service mehrere Initiativen zur Kundenzufriedenheit gestartet werden.