如今企业面临的最大持续挑战之一是客户流失。这意味着您的客户停止与您进行交易,换句话说,他们退出您的业务。这对任何蓬勃发展的企业都是一个威胁,因为它可能从财务和运营上对您的企业产生负面影响。
当您思考客户流失时,有两个角度—
- 在流失发生后意识到并弥补它,
- 完全没有意识到这一点。
这两种情况都是同样危险的,并且会为您带来巨大的损失。
例如,一旦您知道有 X 数量的客户离开了您,您立即的行动可能是开始全新的努力去获取新客户来弥补您失去的那些。然而,这可能需要您付出比客户维系多得多的努力、时间和金钱。
根据贝恩公司对忠诚客户关系进行的一项研究,获取并引导一位新客户的花费是维系一位现有客户的花费的 5 倍。
因此,这种回顾性的观察和行动对任何扩张中的企业都没有好处。
第二种可能性更加危险——您甚至不知道哪些客户已经流失,也不知道是什么时候流失的。
所以,要么您正忙于通过大规模投入获取新客户来弥补流失的客户。要么更糟,您直到太晚才意识到客户的沉默流失。
在两种情况下,唯一有效的解决方案来缓解客户流失问题就是想办法在流失实际发生之前主动识别出来。您需要一个设施来识别您的流失客户,在他们表现出流失行为时。只有当您知道哪些客户正在流失以及何时流失时,您才能采取最好的措施来应对。
这就是 Zia 的客户流失预测能帮到您的地方。
Zia——Zoho CRM 的智能助手——旨在研究客户行为,分析客户交易的模式和频率,并实时预测客户流失的可能性。由于 Zia 能在客户流失的瞬间就识别出来,您可以及时了解所有不足之处,防止客户进一步流失。
Zia 的客户流失预测
Zia 预测客户流失的能力包括判断客户是否会离开您的业务,并识别出他们失去兴趣的具体产品或服务。但这并不仅仅是终点。Zia 还会列出导致客户流失的原因,以及阻止客户流失发生的原因,让用户获得更多洞察。
在客户流失预测小部件中,您可以看到客户记录上显示的客户流失概率数值。分数越高,流失的可能性就越大。
点击了解更多后,弹窗将展示客户可能流失的详细原因。
弹窗显示了每个原因对预测分数的贡献比例。例如,如果服务质量差、竞争对手的竞争性报价和账单问题是导致客户流失的主要因素——即导致客户流失的因素——弹窗将显示每个因素对预测分数的贡献程度。这增加了一层透明度,并使您能够理解客户流失预测背后的原因。
另一方面,防止客户流失的因素列表列出了那些让客户保持参与并避免或延迟可能流失的因素,以及每个因素所持有的价值。
这些原因将通过对所有客户模块接触点进行考虑来确定,包括来自相关模块的数据点和 VOC 数据。
Zia 客户流失预测仅适用于以下类型的组织:
- 旗舰版和超级版中拥有 20 个或更多用户许可的组织。
- 位于美国、欧盟、印度、中国和澳大利亚数据中心的组织。
需要权限
在 Zoho CRM 中,Zia 预测功能有两种权限可用:管理配置和查看结果。这些权限可以由 CRM 管理员为其他用户启用。
- 管理配置:只有那些在角色中启用了此权限的人才能创建、编辑、查看、启用、禁用或删除规则。
- 查看结果:具有此权限的用户只能查看预测结果。
注意:当 Zia 预测开启时,默认情况下所有角色都启用了查看结果权限。管理配置权限必须手动启用。
业务场景
Zia 根据您设置的配置分析您的客户记录,以评估客户流失的可能性。无论您的收入模式是订阅制还是非订阅制,Zia 都会调整其预测来评估客户流失的百分比。
如您所见,对于基于订阅的客户记录,Zia 会显示客户流失分数、正在流失的产品/服务,而对于非基于订阅的记录,Zia 仅显示客户流失分数,因为产品无法像前者那样确定。
让我们看一些例子:
预测电信运营商的客户流失
(Meta: 订阅模式下的客户流失预测)
Zylker Communications 是一家提供电话、互联网和卫星连接的电信服务提供商。它提供两种支付模式——预付费和后付费——以满足不同类型的客户需求。因此,Zylker 的收入模式是经常性的,因为客户必须订阅才能享受其服务。虽然人们可能会认为订阅表明了对企业的忠诚,但 Zylker 每月都在失去相当数量的客户。Zylker 的目标是识别出哪个产品流失最为严重,并尽早发现。这就是 Zia 的流失预测功能可以提供帮助的地方。通过分析客户群及其交易时间表,Zia 能够识别出即将流失的记录,并在记录详情页面上对其流失概率进行评分。
Zylker 此后可以通过自动化工具如工作流规则来采取措施挽回流失客户。
预测零售店的客户流失
(Meta: 非循环收入模式下的客户流失预测)
Zarrow 是一家国际在线零售商店,销售各种产品,他们希望在他们进一步衰退之前识别出流失客户。然而,对于收入模式不是基于订阅的企业来说,每一笔交易都成为了一个新的商业机会。此外,当客户互动不是重复性的时,就很难跟踪他们的流失情况。无论如何,Zia 尽可能多地帮助解决这个问题。通过配置活跃客户和流失客户的定义,并利用其分析客户历史交易的能力,它将计算他们的当前行为以识别流失概率。
Zia 将根据适用情况,随时为客户提供整体流失概率。
点击此处查看这些分数在日常 CRM 活动中的可用性。 配置 Zia 客户流失预测
为了让 Zia 开始预测客户流失,您需要向 Zia 提供有关您的客户及其支付方式的信息。只需四个步骤,您就可以配置预测设置,Zia 将能够比较和计算您的业务中的客户流失情况。
步骤1:指定客户信息。
步骤2:指定支付模块。
步骤 3:定义成功的支付标准。
步骤 4:为 Zia 定义客户流失。
第一步:配置客户信息
第一步是教 Zia 从哪里获取您的客户信息。流失预测将显示在此模块中的记录。它可以是标准模块,也可以是您 CRM 中的任何自定义模块。
指定条件:您可以对客户模块中的所有记录应用预测,也可以仅对满足条件的特定记录应用预测。
例如:
- 想象您有一个季度收入目标,并希望了解任何可能影响收入的不足之处。您可以为模块中的所有记录启用客户流失预测,并警惕任何可能发生的客户流失。

- 如果您想知道有多少忠实客户即将流失,您可以根据他们的流失分数设置条件。

第二步:指定支付模块
在教 Zia 谁是客户之后,现在是向 Zia 展示 CRM 中客户交易信息存储位置的时候了。这个模块的信息将用于学习他们的支付模式。它可以是 CRM 中的任何标准或自定义模块。通过集成创建的模块不会被列出。
第三步:定义成功的支付标准
现在 Zia 已经知道您的客户是谁以及他们的支付信息在哪里,您需要向 Zia 展示成功的支付标准是什么样的。本质上,您是在训练 Zia 去寻找活跃客户的预期行为。
例如:您可以教 Zia,当商机概率达到 80%或以上时,代表成功付款。这些标准将作为参考点,用于对模块中的未来客户记录进行分类。
- 指定付款日期:该模块中的任何日期字段都可以作为付款日期。您可以使用起始日期或截止日期来表示付款计划。
- 指定您企业的收入模式:根据您的业务产品或服务,您使用的是定期或一次性支付的收入模式。Zia 需要了解这些信息,以便理解您业务的支付频率。
- 对于订阅制收入模式,如电信提供商、流媒体服务或 SaaS 提供商,支付预计每月或每年重复。您可以简单地指向您维护活跃订阅信息的字段或模块,Zia 将在此之后观察进展。

- 对于非订阅制的支付模式,例如在线商店的购买或快速消费品交易,Zia 将参考客户的过往交易和支付频率来提出客户流失预测。
第四步:为 Zia 定义客户流失
就像您之前定义了活跃客户的特征一样,Zia 需要了解流失客户的特征。
例如,您可以指示 Zia 将商机概率低于 50% 的记录分类为流失客户。
如何配置流失预测
- 前往设置 > Zia > AI预测 > 流失预测。
- 如果您是首次使用流失配置,则点击开始使用。

- 要创建新的流失配置,请点击新建预测按钮。

- 在新建流失预测 页面中,执行以下操作。
- 为预测配置提供一个唯一名称。
- 在“在什么地方存储客户信息”字段中,选择客户模块。
- 在流失预测选项中,如果您想预测客户模块中的所有记录,请选择全部。

- 如果您只想针对特定记录进行流失预测,请选择被选中,然后提供条件。

- 在付款模块字段中,选择存储客户付款信息的模块。

- 在成功付款的标准 字段中,输入指示成功付款的标准。
- 选择付款日期。
- 在您的客户是否使用订阅制收入模式?字段中,
- 如果您的付款是经常性的,请选择是,并在活跃订阅字段中选择您存储订阅信息的字段。

- 如果您的付款是偶尔的,请选择否。

- 在您如何定义客户流失? 字段中,选择定义流失的标准。

- 点击保存。
查看预测详情页面
保存预测模型后,Zia 会通知您是否已学习您的配置,并显示配置汇总、预测的其他信息及其模型准确度。
配置汇总
Zia 将总结如何配置此流失预测。它将列出配置中使用的所有标准和字段,以便快速参考。
其他信息
对于每一次预测,基于收入模型,Zia 将在记录详情页面创建自定义字段。创建的字段信息列在其他信息部分。
分数字段是一个数值。预测是一个文本字段。
模型准确度
模型准确度是 Zia 进行自我检查,以评估其学习预测模式的效果,是预测质量的指标。分数越高,预测的准确度就越高。
分数设置为 1 到 100 的范围内:
- 超过 80 分就是很好的成绩。这表明预测将会准确。
- 60-80 分之间的评分被认为是中等的。虽然预测可以在一定程度上使用,但并非在任何时候都能被完全信赖。
- 任何低于 60 分的评分都是不良的,Zia 将得出预测存在缺陷的结论。

为了提高模型准确性,Zia 将每两周重新训练或学习模式。
流失使用数据
除了交易数据和用户使用数据,Zia流失预测还可以与 Google Analytics 等数据源集成。这种集成使 Zia 能够分析客户与您服务的互动情况。已在 CRM 中设置客户流失预测的客户,将可以选择基于使用数据启用流失预测。
一旦设置完成并授予必要权限,Zia 将结合交易数据和用户使用数据,提供更细致的客户流失预测。此外,已实施强大的错误处理措施,以确保所用数据的完整性和准确性。
添加使用数据
- 在流失预测详情页面,点击流失使用数据 下的添加。

- 在弹出的窗口中,选择服务。
您可以从 Google Analytics 和 Mixpanel 中选择,然后点击下一步。 - 对于 Google Analytics,请在授权页面执行以下操作:

- 从下拉选项列表中选择连接。
- 提供属性 ID。
- 选择要链接和与 CRM 模块中的客户字段同步的 Google Analytics 字段。
类似地,您可以按照 Mixpanel 授权的步骤进行操作。
- 点击授权。
注意:
- 为了让 Zia 学习和生成流失预测,每个客户模块至少需要 200 条记录,其中至少包含 75 条流失记录和 75 条活跃记录。
- Zia 将花费最多 24 小时来分析数据集以生成预测。
- 虽然您的模型准确率低可能没有具体原因,但您应该确保处理诸如空值、数据重复、Zia 无法关联的多个唯一值等因素。您可以修改验证规则,将字段标记为唯一以避免数据重复,或自动合并重复项以防止低分。
- 配置保存后,您无法编辑规则名称、客户模块、支付模块或收入模型。但是,您可以编辑配置中提到的标准。
- 无论记录是否包含预测,都将为所有记录创建自定义字段。
- 对于流失使用数据,我们已加入强大的错误处理措施以确保数据完整性。如果出现 Google Analytics 中删除关键数据组件等问题,Zia 将停止使用该数据源,从而保持流失预测的准确性。
- 需要注意的是,一旦选择并配置了像 Google Analytics 这样的服务,设置就是最终的。修改或切换到其他服务需要重新配置。
等待数据
如果您还没有足够大的数据集,Zia 将在"等待数据"部分显示当前客户模块中活跃客户和流失客户的数量。如上所述,Zia 需要至少 200 条记录来研究和综合预测。
除了流失配置汇总外,还可以从
Zia 通知面板获取预测状态。

查看流失预测
作为一项关键功能,Zia 会将配置的行为与客户行为进行比较,并将他们分类为活跃客户或流失客户。
- 如果 Zia 预测可能发生流失,将在符合条件的记录详情页显示一个组件,并附带预测规则的名称和流失概率分数。
- 如果 Zia 预测客户是活跃的,则不会显示任何预测。

由于客户流失预测,Zia 还会消耗自定义字段限制,并在基于订阅的收入模型中,在记录详情页显示两个只读字段。
- 客户流失分数:该分数显示该记录流失的概率。
- 客户流失预测:该预测字段显示与客户记录关联的活跃订阅字段。

对于非基于订阅的支付模型,仅在记录详情页显示客户流失分数。
解读流失分数:
流失分数是客户流失的概率。分数越高,客户流失的概率就越高。
注意:
- 一个记录中创建的流失字段的数量取决于该记录满足的流失配置的数量。
- 添加到记录中的字段包含与预测小部件相同的信息。然而,为了在 CRM 中进一步利用这些发现——例如生成报表、配置自动化以及使用高级过滤器排序记录——这些字段将很有用。
在 Zoho CRM 中根据 Zia 流失预测采取行动
流失预测是衡量您业务表现的一个指标。您可以使用 CRM 中预测分数和产品的字段值来执行不同的操作并得出不同的见解。让我们看看其中一些例子。
- 在工作流规则中,您可以将分数字段作为条件,并自动化创建任务、添加标签、通知记录所有者等操作。

- 在报表中,您可以汇总所有流失客户为一个表格,并观察客户流失分数的模式。

- 在模块视图和高级过滤器中,将流失客户与其他客户群体区分开来,并给予更多关注。
