客户流失危机，如何挽回离开的客户？

在当今数字化竞争激烈的环境下,企业想要留住客户越来越困难。根据统计，25%-30%的企业每年都在流失客户，中大型企业有上千上万的 流失 客户。

对于存在流失风 险的客户，企业应该如何做才能挽回他们呢? 这篇文章我们就来探讨如何通过「识别信号、找出动因、挽留措施」这三个步骤，来扭转客户流失。

01识别信号

活跃度信号

客户活跃程度的降低往往预示着客户流失的发生。尽管我们建立的客户 流失 的定义往往是"客户连续X个月不登录/不购买即为流失客户"，但实际上,在客户开始不活跃之时,流失实质就已经产生。 客户活跃率的下降通常是更前瞻性的流失信号。 结合客户生命周期，关注用户活跃率变化，能让企业更早捕捉到客户即将 流失 的痕迹。

企业可以借助CDP（客户数据平台），通过分析用户行为数据来了解客户的活跃度，例如:

频繁下单量突然减少

购物车放弃率过高

App活跃时间变短

浏览量下降

......

满意度信号

如孔夫子所言“听其言观其行”。从单一维度的数据来判定客户 流失 倾向缺乏依据。 我们更需要结合客户的整体态度与行为变化来进行判断。 相比活跃度等客户的行为数据，满意度作为客户的体验数据也是企业需要关注的。

企业可以通过CEM（客户体验管理）主动了解客户心声。例如向客户发送满意度调查问卷，如果有客户直接给出很低的评分，那就意味着他不太可能再进行复购。

02找出动因

要想挽留潜在 流失 客户，企业必须弄清楚背后真正的动因，满足客户的实际要求、弥补不足才能留下客源。

客户产生不满的动因有很多，例如：

产品质量问题

价格问题

服务态度问题

促销力度问题

需求发生变化

直接的不满情绪是客户产生 流失 倾向的强有力暗示 。 只要迅速有效地消除不满,就有可能及时扭转用户离开的决心。

03挽留措施

定位所有潜在掉单客户

企业仅对有意见的顾客提供改善措施，远远不足以解决问题。研究表明,每有1个顾客投诉，其实背后有更多没有直接发声的「沉默」不满者。企业要找到所有不满意的客户，才能真正留客，减少流失。

CDP可以帮助企业分析投诉客户的画像特征，识别不满成因。DIA数皆智能的 「人群扩散算法」 能够帮助企业精准扩大具有相似画像特征的人群范围，定位到那些同样感到不满，但没有主动向企业发声的「沉默客户」。

为每一个客户量身定制挽留措施

筛选出需要进行挽留的客户后，企业就需要对他们采取措施。需要注意的是，不同客户不满意的原因往往是不同的，不可采取一刀切的形式，例如无差别地通发优惠券。更何况短期促销仅刺激一次性需求，不能建立客户与企业间的长效关系，难以真正挽留。

基于客户不同的不满意动因，企业可以通过MA（营销自动化）实施个性化挽留方案:

对于产品不满意的客户，提升产品功能后，向客户发出新品体验邀约；

对于价格不满的客户，提供定制优惠；

对于服务态度不满的客户，及时电话回访。

DIA数皆智能的悦客营销自动化平台（MA）能够围绕客户与企业交互产生的“上下文事件”，分析客户与企业间每一次互动情景，并通过算法模型产生的智能参数，为不同的客户量身打造个性化内容，实现“每一个客户都是个体”的营销效果。

对于拿捏不准具体的挽回方案时，例如对于价格不满的客户，是对他们发放优惠券，还是提供买赠优惠更有效？我们可以先通过A/B Test的方式进行小样本测试，根据效果再做整体投放。DIA数皆智能悦客营销自动化平台（MA）支持各种复杂场景的营销计划搭建（如：A/B测试或基于用户标签、行为的策略分流）可以帮助企业实现更加精细化的运营策略执行，满足复杂场景下企业对策略与执行的双重要求。

以DIA数皆智能服务的一家运营商案例为例：

背景

该运营商发现近期家庭宽带业务的 流失 客户较多，为尽快改善这一状况，他们找到DIA数皆智能帮助他们了解不同阶段的客户体验和不满的原因并做改进。

方案

定位潜在流失人群

DIA数皆智能借助CDP系统分析了 流失 客户的基本画像特征与需求差异，基于已知 流失 客户的数据，通过AI算法扩展了人群范围,识别出表面上还没有投诉但实际上已经产生不满情绪的，所谓“沉默 流失 客户”。

聚焦不满动因

同时，建立CEM客户体验管理体系,通过调研与监测各环节客户体验，找出最应优先改进的问题点。

我们通过AI算法发现客户对于故障维修不满的因素主要有3类：

对电话报修时客服的响应情况不满意，包括客服响应不及时，态度差，或无法解答客户问题等。

对维 修师傅上门的准时率不满。

在维修过程中对师傅的态度、技能、专业性等产生质疑。

采取有效行动

在找到不满意背后的原因之后，后续服务的改进方向及客户安抚的方案便更加清晰。利用MA平台针对不同画像人群提供个性化方案。

比如我们对一组不满客服响应率的用户进行3种投放策略，分别是： 赠送咖啡券、视频网站的VIP会员、及超市券。 并再次对这批用户进行NPS调研，跟踪结果显示，干预后用户的平均满意度提高了1.3，各干预策略中视频网站VIP特权效果最佳。 在模型的精度方面，查全率达到81%。

效果

通过这一系列数字化营销手段，该运营商有效地挽回了一部分流失客户。客户 流失 率下降28.7%，业务增收快速增加，客户满意度和累积好评量也大幅提升。