Прогнозата за отбиване е маркетингова техника, която се стреми да идентифицира рано тези потребители, които имат голяма вероятност да престанат да бъдат клиенти на компанията.
Прогнозата за изоставяне е незаменим инструмент в търговската политика на компаниите, тъй като позволява навреме да се идентифицират кои са потребителите, които биха могли да спрат да купуват стоките и услугите в близко бъдеще. Целта на този инструмент е да може да идентифицира причините за изоставяне, за да го предотврати чрез кампании, стимули и други мерки за задържане.
Произход на прогнозата за оттока
Клиентите в повечето индустрии могат да решат да спрат да купуват от определен производител по различни причини като: намиране на по-добра оферта в конкуренцията, разочарование от качеството на услугата, желание да изпробват други алтернативи, моментна липса на способност за плащане (безработица или друга причина) и др.
Загубата на клиенти е сериозен проблем за компаниите, тъй като получаването на нови клиенти често е много скъпо. Всъщност задържането на клиент струва между 5 и 15 пъти по-малко от получаването на нов. За да могат ефективно да управляват своите ресурси, компаниите трябва да знаят процента на клиентите, податливи на изоставяне, и как да спрат излизането си.
Ето защо е създаден инструмент за анализ, специално фокусиран върху определянето на клиентите, които потенциално ще напуснат компанията, и причините за това изоставяне. Това е началото на прогнозата за изоставяне.
Цел за прогнозиране на отпадане
Целта на прогнозирането на оттока е да може да се идентифицират клиенти, които могат да напуснат бизнеса и директно да атакуват причините за отбив. Това ще позволи по-ефективно използване на ресурсите и по-голяма прогноза за живота на пазара.
Методи за прогнозиране на отпадане
Прогнозата за отпадане обикновено се основава на проучвания и иконометрични модели, които биха позволили да се идентифицират възможните причини за отпадането и факторите, които влияят върху тях.
След това се предлага модел на интервенция, който ще се стреми да отрази как определена политика или мярка влияе върху вероятността от изоставяне.
Така например, моделът за прогнозиране на оттока може да се основава на исторически данни за оттока на клиенти за 10 години. Възможните причини могат да включват: липса на информация, постоянно нарастване на цените, възприемане на ниско качество, навлизане на конкуренти с по-добри оферти, лоши отношения с клиента и т.н.
Междувременно моделът за намеса ще предложи мерки за намаляване на причините за изоставяне. Така например, ако една от причините е лошото качество на услугата, политиката би била да се подобри вниманието на операторите, да се проследят клиентите, да се отговори на жалби за по-малко време и т.н.