Churn: hvad det er, hvem der kan det, og hvad de tjener

Churn-færdighed er evnen til at måle, forklare og reducere tab af kunder eller tilbagevendende omsætning. Churn bruges især i SaaS, abonnement, medlemskaber og andre forretninger, hvor værdien afhænger af, at kunder bliver.

En, der kan churn, kan først definere, hvad virksomheden mener med churn. Det kan være en kunde, der opsiger helt, en kontrakt der ikke bliver fornyet, eller tilbagevendende omsætning der forsvinder. Definitionen skal være stabil, ellers kan udviklingen ikke sammenlignes meningsfuldt.

Færdigheden omfatter forskellen mellem customer churn og revenue churn. Customer churn viser tab af kunder eller konti. Revenue churn viser tab af tilbagevendende omsætning. De kan udvikle sig forskelligt, hvis virksomheden har kunder af meget forskellig størrelse.

En erfaren person skelner også mellem frivillig og ufrivillig churn. Frivillig churn opstår eksempelvis, når kunden vælger at opsige. Ufrivillig churn kan skyldes betalingsfejl eller andre problemer, hvor kunden ikke aktivt har ønsket at forlade produktet.

Det vigtige arbejde begynder efter selve beregningen. Vedkommende kan segmentere churn efter blandt andet kundegruppe, produkt, abonnement, salgskanal, marked, kontrakttype og tidspunkt i kunderejsen. Det gør det muligt at finde ud af, hvor problemet faktisk ligger.

Cohort-analyse er et centralt værktøj. Kunder grupperes eksempelvis efter, hvornår de startede, og man undersøger, hvor længe forskellige grupper bliver. Det kan vise, om nyere kunder bliver bedre fastholdt end tidligere kunder, eller om tabet især sker på et bestemt tidspunkt i kundelivscyklussen.

En stærk person arbejder også med retention. Churn fortæller, hvem eller hvilken omsætning der forsvinder. Retention viser, hvad virksomheden formår at beholde. I abonnementsforretninger vurderes churn derfor ofte sammen med gross revenue retention og net revenue retention.

Færdigheden kræver evnen til at forbinde data med årsager. Lav produktbrug kan være et signal. Mange supportsager, manglende onboarding, lav anvendelse af centrale funktioner eller utilfredshed hos beslutningstageren kan være andre signaler. Ingen af dem beviser alene, hvorfor kunden forlader virksomheden.

En erfaren person kombinerer derfor adfærdsdata med kundedata og kvalitativ viden. Det kan være interviews, opsigelsesårsager, supporthistorik, Customer Success-noter og information fra salg. Målet er at forstå både hvad der skete, og hvorfor det skete.

Churn-færdighed omfatter også arbejdet med forebyggelse. Vedkommende kan identificere risikokunder, definere relevante signaler og udvikle handlinger, der passer til årsagen. En kunde med betalingsproblemer skal ikke behandles på samme måde som en kunde, der aldrig har fået værdi ud af produktet.

På et højere niveau kan vedkommende teste, om en ændring faktisk reducerer churn. Det kan være bedre onboarding, ændret produktoplevelse, betalingsgenforsøg, kontraktændringer eller en Customer Success-indsats. En god person måler effekten frem for blot at antage, at initiativet virkede.

Churn-færdighed er derfor ikke bare evnen til at beregne en procent. Den viser sig i evnen til at finde de kunder og den omsætning, der forsvinder, forstå årsagerne og omsætte analysen til handlinger, som kan forbedre retention.

Churn-færdigheden er særlig vigtig i virksomheder med tilbagevendende betalinger. Det gælder blandt andet SaaS, softwareabonnementer, medlemskaber, tele, streaming, finansielle tjenester og andre abonnementsforretninger.

Færdigheden gør en stor forskel, når virksomheden får mange nye kunder, men alligevel har svært ved at skabe stabil vækst. Nyanskaffelse kan skjule, at mange eksisterende kunder forsvinder igen.

Churn-analyse er også vigtig, når ledelsen vil forstå kvaliteten af forskellige kundesegmenter. Et marked eller en salgskanal kan skaffe mange kunder, men være mindre attraktiv, hvis kunderne forlader virksomheden hurtigt bagefter.

Customer Success bruger churn-færdighed til at finde risikokunder og prioritere indsatsen. Det kræver forståelse for kundens adoption, engagement, relationer, supporthistorik og forventede værdi.

Produktteams bruger kompetencen til at undersøge, om bestemte brugeroplevelser hænger sammen med retention. Det kan eksempelvis være onboarding, aktivering, brug af centrale funktioner eller manglende adoption efter køb.

Finans og ledelse bruger churn til at forstå udviklingen i tilbagevendende omsætning. Her er det vigtigt at skelne mellem tabte kunder, nedgraderinger og vækst hos eksisterende kunder, fordi de fortæller forskellige historier om forretningen.

Marketing og salg kan bruge churn-data til at vurdere kundekvalitet. Hvis kunder fra en bestemt kampagne eller salgstype ofte forlader virksomheden igen, kan problemet ligge i målgruppen, forventningsafstemningen eller selve tilbuddet.

Færdigheden er også vigtig ved produktændringer og prisændringer. Her bør virksomheden undersøge, om bestemte kundetyper reagerer anderledes, og om ændringen påvirker retention over tid.

Typiske roller er Customer Success Manager, Head of Customer Success, Growth Manager, Product Manager, Product Analyst, Data Analyst, Revenue Operations-ansvarlig og SaaS-leder. I større virksomheder kan churn-analyse være et samarbejde mellem flere af disse roller.

Churn læres bedst ved at arbejde med rigtige kundedata. Start med at definere præcist, hvornår en kunde betragtes som churned. Beregn derefter udviklingen og undersøg, hvilke kunder der ligger bag tallet.

Det næste skridt er segmentering. Sammenlign eksempelvis kundegrupper, produkter, abonnementstyper eller salgskanaler. Målet er at opdage, om den samlede churn skjuler store forskelle mellem forskellige typer kunder.

Cohort-analyse er en vigtig praktisk metode at lære. Gruppér kunder efter starttidspunkt eller en anden relevant fælles egenskab. Følg derefter retention gennem kundelivscyklussen. Det træner evnen til at se mønstre, som et samlet churn-tal ikke viser.

Træn også forskellen mellem customer churn, revenue churn, gross revenue retention og net revenue retention. Byg beregningerne selv ud fra transaktions- eller abonnementsdata. Det gør definitionerne mere konkrete end at lære dem udenad.

Derefter bør man koble churn til produktadfærd. Undersøg, om kunder der forlader produktet, adskiller sig i onboarding, login, anvendelse eller brug af centrale funktioner. Her kan SQL, regneark, et BI-værktøj eller et produktanalyseværktøj være relevant afhængigt af virksomhedens datamiljø.

Kvalitative undersøgelser er lige så vigtige. Læs opsigelsesårsager og supportsager. Tal med Customer Success og salg. Interview tidligere kunder, når det er muligt. Churn-data fortæller ofte hvor problemet findes, men ikke hele forklaringen på hvorfor.

En god træningsøvelse er at tage en gruppe churnede kunder og forsøge at forklare hver sag ud fra de oplysninger, der var tilgængelige før opsigelsen. Det træner evnen til at skelne mellem signaler, efterrationalisering og faktiske årsager.

Derefter kan man udvikle hypoteser og interventioner. Hvis dårlig onboarding ser ud til at hænge sammen med churn, bør man ændre onboarding for en relevant kundegruppe og undersøge resultatet. Hvis problemet er betalingsfejl, kræver det en helt anden løsning.

På et mere avanceret niveau kan man arbejde med churn prediction eller survival analysis. Modeller kan hjælpe med at identificere mønstre og risikokunder, men de er kun nyttige, hvis virksomheden kan forstå signalerne og handle på dem.

Et kort kursus kan lære begreber og beregninger. Stærk churn-færdighed kommer fra gentagne analyser, hvor personen skal forbinde økonomi, produktadfærd og kundekontekst og bagefter dokumentere, om en ændring faktisk forbedrede retention.

Start med at spørge kandidaten, hvordan churn skal defineres. En stærk kandidat vil normalt spørge til forretningsmodellen, kundenheden, abonnementet og den periode, der analyseres, før vedkommende begynder at beregne noget.

Spørg om forskellen mellem customer churn og revenue churn. Personen bør kunne forklare, hvorfor en virksomhed kan miste flere små kunder uden nødvendigvis at miste tilsvarende meget omsætning, eller omvendt.

Bed kandidaten analysere en situation, hvor den samlede churn er steget. En erfaren person vil normalt segmentere data og undersøge cohorts frem for straks at konkludere, at hele produktet har et retention-problem.

Spørg også om forskellen mellem frivillig og ufrivillig churn. En stærk kandidat forstår, at betalingsfejl, aktiv opsigelse og manglende kontraktfornyelse kan kræve forskellige analyser og forskellige løsninger.

Giv kandidaten nogle kunder, der er churnet, og bed personen undersøge hvorfor. Se om kandidaten kombinerer produktbrug, kundeprofil, support, kontraktdata og kvalitativ information frem for kun at kigge på en opsigelseskode.

Et godt spørgsmål er, hvordan man ved, om et retention-initiativ virker. En erfaren person vil forsøge at sammenligne relevante kundegrupper og perioder og være opmærksom på, at andre ændringer kan påvirke resultatet samtidig.

Spørg også, hvordan personen ville finde kunder med høj risiko for churn. Et svagt svar er en tilfældig liste af advarselssignaler. Et stærkt svar starter med virksomhedens historiske data og undersøger, hvilke signaler der faktisk hænger sammen med senere churn.

Ved seniorprofiler bør man spørge, hvordan churn skal præsenteres for ledelsen. Personen bør kunne skelne mellem et overordnet styringstal og den mere detaljerede analyse, der kræves for at forstå årsagerne.

Det stærkeste tegn på Churn-færdighed er, at personen ikke behandler churn som ét tal. Personen kan definere målingen korrekt, segmentere problemet, finde sandsynlige årsager og omsætte analysen til konkrete handlinger, hvis effekt efterfølgende kan måles.