ספקית תוכן ישראלית גדולה איבדה אלפי מנויים משלמים בכל חודש, ואף אחד לא ראה את זה בא. העברנו את השימור מכיבוי שרפות אחרי הביטול לפנייה שקטה ואישית שבועות לפניו.
עסק תוכן ושידור גדול איבד אלפי מנויים משלמים בחודש, ואף אחד בהנהלה לא יכול היה לומר מראש מי עומד לעזוב, או למה.
אז השימור קרה אחרי המבול: השיווק שרף תקציבים עצומים על קמפיינים גורפים והצעות רוחביות, אבל רק אחרי שלקוח כבר התקשר לבטל. וספריית התוכן הענקית עבדה נגדם: בלי דרך להמליץ על הדבר הנכון ברגע הנכון, המנויים השתמשו פחות ופחות, עד לתחושה שהם לא מקבלים תמורה לכספם. הדאטה שמאפשר לראות את זה בא כבר היה קיים; שום מערכת לא קראה אותו.
לתפוס את הדעיכה שבועות מראש, ואז לפעול, אישית, אוטומטית, לפני שהטלפון מצלצל.
חיברנו את נתוני השימוש באפליקציה ובאונליין (מי צפה במה, איפה הפסיק, כמה פעמים התחבר בשבוע) עם מערכות החיוב ומוקד השירות הישנות, לתוך תמונה חיה אחת של כל מנוי.
מודל שקורא דפוסי התנהגות ומזהה מנוי שמאבד עניין (ירידה הדרגתית בזמן הצפייה לאורך שבועיים, למשל), בערך 30 יום לפני שהוא בכלל חושב לבטל.
במקום ספרייה ענקית שאי אפשר לנווט בה, המערכת מציפה תוכן שמותאם לטעם של כל אדם ברגע שזה חשוב, ומחזירה מנוי שדועך לשימוש, וזו התרופה האמיתית לנטישה.
במקום להציק בהודעות גנריות, המערכת שולחת למנוי בסיכון הצעת תוכן מותאמת, או מפעילה הצעת מחיר מדויקת, ההתערבות עם הסיכוי הגבוה ביותר לשמר דווקא את האדם הזה.
כל הצלה נבנית מההתנהגות של המנוי עצמו, לא מממוצע של סגמנט, כך שהפנייה מרגישה כמו שירות שמבין אותו, לא כמו דיוור המוני.
כל הלולאה רצה לפני שהלקוח מחליט לעזוב, וזו הנקודה היחידה שבה השימור זול ושקט, במקום התרוצצות של מוקד השירות.
השימור הפסיק להיות חירום חודשי והפך לתהליך רקע.
שיעור הנטישה החודשי ירד בכ-25% כבר ברבעון הראשון, וזמן הצפייה והשימוש הממוצע למנוי עלה ב-40% בזכות המלצות תוכן חכמות ומדויקות יותר.
הוצאות השימור של מוקד השירות ירדו בחדות כשהוא עבר מכיבוי שרפות (הצלות יקרות ברגע האחרון) לשימור רגוע ויזום שקורה לפני שמישהו בכלל מושיט יד לכפתור הביטול.
זה מחזיק כי הוא מוקדם ואישי: המודל עוקב אחרי הסימנים המקדימים ולא אחרי הביטול המאחר, וכל הצלה מותאמת לאדם, כך שההתערבות קולעת במקום להרגיז. חיזוי שמחובר לפעולה אוטומטית ומותאמת. זה ההבדל בין לדעת את מספר הנטישה שלכם לבין באמת להזיז אותו. זו אותה משמעת פרודקשן שמאחורי עבודת העוזר התפעולי שלנו.
אוניברסיטה ישראלית ותיקה איבדה מאות סטודנטים בשנה א' לנשירה שקטה. פרופילי התראה מוקדמת סימנו סיכון שבועות מראש וחתכו את הנשירה בשנה א' ב-25%.
לפרויקט המלא ← דירוג לידים · פינטקנציגי B2B של פינטק גלובלי טבעו בלידים לא ממוינים בזמן שעסקאות ארגוניות חיכו ימים והתקררו. העשרת AI ודירוג חזוי העלו המרה ב-47.6% וחתכו את זמן התגובה לליד אסטרטגי ל-5 דקות.
לפרויקט המלא ←
Reef TRH