הבעיה

מאבדים לקוחות, בלי לראות את זה קורה.

חברת תוכן ושידור גדולה איבדה אלפי מנויים משלמים בחודש, ואף אחד בהנהלה לא ידע לחזות מי עומד לעזוב, או למה.

לכן מאמצי השימור תמיד הגיעו מאוחר מדי: מחלקת השיווק שרפה תקציבי עתק על קמפיינים גורפים והצעות רוחביות, אבל רק אחרי שהלקוח כבר התקשר לבטל. בנוסף, ספריית התוכן הענקית עבדה לרעתם: בלי יכולת להמליץ על התוכן הנכון ברגע הנכון, המנויים צפו פחות ופחות, עד שהרגישו שהם לא מקבלים תמורה לכספם. הנתונים שאפשרו לזהות את הנטישה מראש כבר היו קיימים, אך שום מערכת לא ידעה לקרוא אותם.

מה עשינו

זיהינו את סימני האזהרה מוקדם.

לזהות את הדעיכה שבועות מראש, ואז לפעול, באופן אישי ואוטומטי, עוד לפני שהטלפון מצלצל.

דאטה

תשתית נתונים התנהגותית

חיברנו את נתוני השימוש באפליקציה ובאתר (מי צפה במה, איפה הפסיק, כמה פעמים התחבר בשבוע) עם מערכות החיוב ומוקד השירות הישנות, לכדי תמונה אחת "חיה" של כל מנוי.

חיזוי

התראה מוקדמת, 30 יום מראש

מודל שמנתח דפוסי התנהגות ומזהה מנוי שמאבד עניין (ירידה הדרגתית בזמן הצפייה לאורך שבועיים, למשל), כ-30 יום לפני שהוא בכלל חושב לבטל.

המלצה

התוכן הנכון לצפות בו

במקום ספרייה ענקית שקשה לנווט בה, המערכת מציפה תוכן שמותאם אישית לטעם של כל מנוי בדיוק ברגע הנכון, ומחזירה לפעילות מנויים דועכים, הפתרון האמיתי לנטישה.

שימור

שימור ממוקד ואוטומטי

במקום להציק בהודעות גנריות, המערכת שולחת למנוי בסיכון המלצת תוכן מותאמת אישית, או מציעה הטבת מחיר מדויקת, הפעולה בעלת הסיכוי הגבוה ביותר לשמר דווקא את הלקוח הזה.

אישי

כל מנוי לגופו

כל פעולת שימור מבוססת על ההתנהגות של המנוי עצמו, ולא על ממוצע של סגמנט, כך שהפנייה מרגישה כמו שירות שמבין אותו, ולא כמו דיוור המוני.

יזום

לפני הביטול

התהליך כולו מתבצע לפני שהלקוח מחליט לעזוב, וזו הנקודה היחידה שבה השימור זול ושקט, במקום כיבוי השרפות במוקד השירות.

התוצאה

פחות נוטשים, יותר צופים.

השימור הפסיק להיות מצב חירום חודשי והפך לתהליך שרץ ברקע.

חי

הנטישה החודשית ירדה בכ-25%

שיעור הנטישה החודשי ירד בכ-25% כבר ברבעון הראשון, וזמן הצפייה והשימוש הממוצע למנוי עלה ב-40% בזכות המלצות תוכן חכמות ומדויקות יותר.

וגם התקציב

מכיבוי שרפות לשקט

הוצאות השימור של מוקד השירות ירדו בחדות כשהמוקד עבר מכיבוי שרפות (פעולות שימור יקרות של הרגע האחרון) לשימור רגוע ויזום, שמתבצע לפני שהלקוח בכלל חושב על ביטול.

למה זה מחזיק

שימור שרץ מעצמו.

השימור הזה אפקטיבי לאורך זמן כי הוא מוקדם ואישי: המודל עוקב אחר הסימנים המקדימים ולא מגיב לביטול שכבר קרה, וכל פעולת שימור מותאמת אישית, כך שהפנייה מדויקת במקום להרגיז. חיזוי שמחובר ישירות לפעולה אוטומטית ומותאמת. זה ההבדל בין לדעת מהו אחוז הנטישה שלכם, לבין לשפר אותו באמת. זו אותה גישת AI שמשתלבת ישירות בתהליכי העבודה, שעומדת גם מאחורי העוזר התפעולי שלנו.

עוד פרויקטים

פרויקטים קשורים.

מגלים על הנטישה רק כשהלקוח כבר עזב?

לתיאום שיחת אסטרטגיה הסימנים נמצאים בנתוני השימוש שלכם שבועות מראש. שלושים דקות, בלי מצגות. או ראו עוד פרויקטים.