Удержание текущих клиентов — одно из самых эффективных направлений роста, особенно в высококонкурентных отраслях. В этом материале рассказываем, как мы помогли управлять оттоком клиентов подразделению о работе крупнейшего сайта частных объявлений и увеличить средний LTV в этом сегменте более чем на 10%.

Наш клиент, одно из подразделений крупного сайта частных объявлений, ежедневно сталкивается с проблемой ухода селлеров — компаний и частных лиц, размещающих вакансии. В среднем на любую дату активными остаются несколько сотен тысяч селлеров. Однако, доля оттока составляла около одной трети, а каждая такая потеря — это не только упущенная прибыль, но и необходимость вкладывать ресурсы в привлечение новых пользователей, что, как правило, обходится значительно дороже.
Наша основная задача заключалась в том, чтобы оценить вероятность того, что селлер находится в группе риска и, соответственно, собирается прекратить размещение вакансий. Раннее выявление таких селлеров позволяет предпринять превентивные меры и предотвратить их уход.

Главная ценность нашей модели заключается не только в предсказании, но и в предложении персонализированных стратегий реактивации. Мы понимаем, что не все "рисковые" селлеры одинаковы, и подход к ним должен быть дифференцированным.

В зависимости от точности определения того, что клиент находится "в зоне риска", мы предложили следующие сценарии:

• Высокая точность: Если модель с высокой степенью уверенности предсказывает отток, селлеру предлагается существенная скидка на услугу или другой ценный бонус, чтобы стимулировать его остаться.

• Средняя точность: В этом случае мы предлагаем недорогой, но полезный бонус или персонализированное предложение, которое может повысить лояльность.

• Низкая точность: Если вероятность оттока присутствует, но не так высока, используются менее затратные методы, такие как push-уведомления или email-напоминания, призванные вернуть селлера к активности.

Благодаря модели предсказания и автоматизированным кампаниям:

Если вы хотите начать управлять оттоком клиентов с помощью машинного обучения — мы готовы помочь. Наши решения адаптируются под любую отрасль: e-commerce, retail, EdTech, медицина, фитнес и другие. Пишите, обсудим вашу задачу!