Prévision du taux de désabonnement

Suite

Customer Experience Strategy & Research

Produit

Qualtrics

Contenus de cette page

À propos de la prévision du taux de désabonnement

La prévision du taux de désabonnement consiste à utiliser des données historiques pour identifier les clients ou les comptes susceptibles de partir (ou de se désabonner) avant qu'ils ne le fassent réellement. Cela permet à votre équipe d'agir avant qu'il ne soit trop tard, ce qui peut améliorer la fidélisation de la clientèle et réduire le taux de désabonnement au sein de votre organisation. Un modèle de désabonnement ne constitue qu'un élément parmi d'autres d'un programme visant à offrir une expérience client de qualité ; à lui seul, il ne permet pas de réduire le taux de désabonnement, mais il aide à identifier les clients à cibler par des mesures d'intervention avant qu'ils ne se désabonnent.

La prévision du taux de désabonnement n'est pas une fonctionnalité isolée. Un programme complet de prévision du taux de désabonnement aborde cinq questions distinctes : qui est à risque, pourquoi, quelles sont les cohortes les plus vulnérables, quelles interventions sont efficaces et si ces interventions ont eu un impact. Chaque question nécessite des données, des méthodes et des mesures différentes.

Astuce: Vous voulez vous lancer ? Contactez votre équipe chargée de la gestion de votre compte afin de discuter des cas d'utilisation visant à réduire le taux de désabonnement et de l'approche la mieux adaptée à votre programme.

Questions commerciales auxquelles il faut répondre

Les programmes de fidélisation de la clientèle sont particulièrement efficaces lorsqu'ils abordent la situation dans son ensemble : il ne s'agit pas seulement d'identifier les clients à risque, mais aussi de comprendre pourquoi ils le sont et de déterminer les mesures à prendre pour y remédier. Le tableau ci-dessous présente les principales questions stratégiques et explique comment Qualtrics apporte son support pour chacune d'entre elles.

Question d'ordre commercial	Ce que cela signifie	Quand ça compte vraiment	Comment le support de Qualtrics contribue à la technologie de l'information
Probabilité de désabonnement	Qui est à risque ? Quels sont les clients ou les comptes les plus susceptibles de partir ?	Vous disposez de données au niveau des comptes et devez donner la priorité aux actions de relance avant que les clients ne se désengagent ou ne résilient leur contrat.	Notation des prédictions au niveau de l'observation : chaque client ou compte se voit attribuer une probabilité de désabonnement et une classification de risque. Cela nécessite de combiner des données issues d'enquêtes, des données opérationnelles et des données historiques sur les résultats.
Facteurs de désabonnement	Pourquoi partent-ils ? Quels sont les facteurs qui contribuent le plus au risque de désabonnement ?	Vous souhaitez comprendre les facteurs qui déterminent le niveau de risque au sein de votre clientèle, et pas seulement identifier les clients à risque.	Analyse des facteurs déterminants au niveau de la population : permet d'identifier les variables les plus prédictives du taux de désabonnement au sein de votre programme. Utile pour définir les priorités stratégiques et élaborer les programmes.
Segments de désabonnement	Quelles cohortes présentent des profils de risque communs ? Quels sont les attributs qui les définissent ?	Vous souhaitez adapter vos interventions à des groupes spécifiques plutôt que de traiter de la même manière tous les clients à risque.	Analyse de segmentation et explications : regroupement des clients en fonction d'attributs communs et de caractéristiques de risque, et mise en évidence des combinaisons d'attributs qui génèrent les taux d'attrition et de fidélisation les plus élevés, afin d'élaborer des stratégies d'intervention différenciées.
Mesures visant à réduire le taux de désabonnement	Que devrions-nous faire ? Quelles sont les mesures les plus susceptibles d'être efficaces, et pour qui ?	Vous disposez de scores de risque de désabonnement et devez décider de la marche à suivre : quels clients privilégier, quel message leur transmettre et par quel canal.	Conception des interventions et planification des actions : relier les signaux de désabonnement aux flux de travail, aux campagnes de sensibilisation et aux mécanismes de réponse en boucle fermée.
Résultats en matière de taux de désabonnement	Qu'est-ce qui a bien fonctionné ? Nos prévisions se sont-elles avérées justes, et nos actions ont-elles eu un impact ?	Vous souhaitez boucler la boucle : évaluer si les interventions ont permis de réduire le taux de désabonnement et si le modèle reste précis au fil du temps.	Suivi des résultats et validation du modèle : — comparaison entre le taux de désabonnement prévu et le taux réel, mesure des taux de fidélisation et détermination des cycles de mise à jour du modèle. Attribution de l'augmentation de l'effet due aux interventions entre les cohortes.

Astuce: L'approche à adopter dépend du degré de maturité de votre programme, de la disponibilité des données et de vos objectifs métier. Contactez votre équipe chargée de votre compte afin de définir la solution la mieux adaptée à vos besoins.

Premiers pas avec la prédiction du taux de désabonnement

La bonne approche en matière de prévision du taux de désabonnement dépend du degré de maturité de votre programme, de la disponibilité des données et de vos objectifs commerciaux. Contactez votre équipe chargée de votre compte pour discuter :

De quelles données disposez-vous actuellement et quelles informations devriez-vous collecter ?
Parmi les cinq questions stratégiques ci-dessus, lesquelles sont les plus pertinentes pour votre programme à l'heure actuelle ?
À quoi ressembleraient une portée et un calendrier réalistes dans votre contexte ?

De quelles données avez-vous besoin ?

La prévision du taux de désabonnement donne les meilleurs résultats lorsque l'on combine plusieurs sources de données. Notez que ces sources constituent des suggestions à niveau général et que les indicateurs précis que vous suivrez dépendront de votre secteur d'activité, de votre programme de Cx, des questions stratégiques qui vous intéressent et de votre cas d'utilisation :

Données relatives à l'expérience client: indices de satisfaction (NPS, CSAT, CES), commentaires libres, réponses aux enquêtes relationnelles et transactionnelles, et commentaires spontanés (publications sur les réseaux sociaux, avis en ligne, centre de contact).
Données opérationnelles: selon votre secteur d'activité, celles-ci peuvent inclure des indicateurs tels que l'ancienneté du compte, l'utilisation des produits, le volume de tickets d'assistance, la valeur des contrats, l'historique des achats, les habitudes de paiement, etc.
Données historiques: un historique des clients ayant effectivement quitté l'entreprise, utilisé pour entraîner et réaliser la validation du modèle.

Astuce: Les données d'enquête, à elles seules, présentent des limites importantes pour la prévision du taux de désabonnement. Les clients désengagés (qui sont souvent les plus à risque) sont moins enclins à répondre aux enquêtes, ce qui entraîne des lacunes systématiques dans la couverture. La combinaison des résultats d'enquêtes avec d'autres données comportementales, opérationnelles ou liées à l'expérience permet d'obtenir des modèles plus précis et de réduire les biais de réponse.

« Leading » vs. Indicateurs retardés

Tous les signaux de données ne se valent pas. Lors de la mise au point d'un programme de prédiction du taux de désabonnement, il est utile de faire la distinction entre les indicateurs avancés et les indicateurs retardés. Un programme de fidélisation efficace repose sur des indicateurs avancés. L'objectif est d'identifier les risques suffisamment tôt pour qu'une intervention soit encore possible et efficace.

Les indicateurs avancés sont des signaux qui apparaissent avant qu'un client ne parte, ce qui laisse à votre équipe le temps d'agir. On peut citer, à titre d'exemple, la baisse des scores d'engagement, la diminution de l'utilisation des produits, l'augmentation du nombre de demandes d'assistance, la hausse des scores d'effort sur l'ensemble des canaux de contact, ainsi que les changements de mode de paiement.
Les indicateurs tardifs sont des signaux qui confirment qu'un départ de clientèle s'est produit ou est imminent, mais qui laissent peu de temps pour intervenir. On peut citer, par exemple, les avis de non-renouvellement de contrat, les demandes de clôture de compte et les paiements non exécutés.

Conditions nécessaires à une prédiction efficace du taux de désabonnement

La prévision du taux de désabonnement au niveau individuel (qui consiste à attribuer à chaque client ou compte une notation correspondant à la probabilité qu'il parte) est l'un des types de prévision les plus complexes. Cela nécessite :

Volume de données important: un nombre suffisant d'enregistrements historiques pour identifier des tendances significatives, y compris suffisamment d'exemples de cas réels d'évènements de désabonnement.
Des données propres et structurées: les données incohérentes, les valeurs manquantes et les structures de données instables nuisent toutes aux performances du modèle.
Préparation des données par des experts: l'ingénierie des caractéristiques, le recodage des variables et le regroupement des données sont des étapes préalables qui demandent beaucoup de temps et nécessitent une expertise en science des données.
Maintenance continue: les modèles doivent être réentraînés à mesure que les données et les comportements évoluent au fil du temps.

FAQs

Pourquoi l'onglet « Predict iQ » n'apparaît-il pas par défaut dans la section « Données et analyse » ?

Predict iQ n'est plus pris en charge en tant qu'outil en libre-service ; par conséquent, cet onglet n'apparaîtra plus dans votre compte. Les données historiques de prévision ne sont pas affectées. Si vous souhaitez mettre en place un programme de fidélisation de la clientèle, contactez votre équipe chargée de votre compte afin de déterminer la stratégie la mieux adaptée à votre licence.

De nombreuses pages de ce site ont été traduites de l'anglais en traduction automatique. Chez Qualtrics, nous avons accompli notre devoir de diligence pour trouver les meilleures traductions automatiques possibles. Toutefois, le résultat ne peut pas être constamment parfait. Le texte original en anglais est considéré comme la version officielle, et toute discordance entre l'original et les traductions automatiques ne pourra être considérée comme juridiquement contraignante.

Est-ce que cela vous a aidé?

Les commentaires que vous soumettez ici sont utilisés uniquement pour aider à améliorer cette page.

C'est génial! Merci pour votre avis!

Merci pour votre avis!