Adoro este tema porque fala sobre o churn – taxa de cancelamento de clientes, que mostra quantos deixaram de usar um serviço ou migraram para a concorrência – é muito desafiador e complexo!
Ao longo dos anos, tenho visto empresas investirem muito na prospecção de clientes enquanto a base atual de clientes vai reduzindo. Quase um trabalho de compensação do que sai e do que entra. Isso é muito cansativo, custoso e desanimador, não é mesmo?
Segundo a HubSpot, a taxa de conversão de um usuário existente gira em torno de 50-70%, enquanto a taxa de conversão de um cliente potencial está entre 5-20%. Então, por que essas empresas não investem na redução do “churn”? O que elas estão fazendo de “errado”?
Acredito que elas:
Segundo Philip Kotler, é de 5 a 7 vezes mais caro atrair um novo cliente do que manter um já existente.
De acordo com a McKinsey & Company, substituir o valor de um cliente perdido pode exigir a aquisição de três novos clientes.
Os clientes demonstram insatisfação espontaneamente. Nem é preciso realizar pesquisas de satisfação para perceber isso; basta monitorar o que estão falando nas mídias sociais, no Reclame Aqui e nos canais de comunicação com a empresa. O ideal é estruturar um processo para coleta e análise dessas informações, investir em ferramentas para isso, definir responsáveis e formar um “squad” para discutir os problemas, estabelecer prioridades, envolver as áreas responsáveis e criar um plano de ação para melhorias. Um gestor de CX, por exemplo, poderia fazer isso com prazer.
Diversos fatores explicam os motivos de os clientes abandonarem marcas, produtos e serviços.
Segundo a Zendesk, empresa global especializada em soluções de atendimento ao cliente e experiência do consumidor, isso acontece por:
Já a TOTVS, empresa brasileira de tecnologia que oferece softwares de gestão empresarial para diversos setores, aponta como causas:
Além dessas razões, eu destaco também:
De acordo com uma pesquisa divulgada pelo portal e-commerce Brasil, 87% dos consumidores deixam de fazer negócios com uma empresa em razão de um atendimento ruim.
Várias empresas oferecem serviços de análise preditiva de churn, como a SAS, a IBM, a TOTVS e a Deloitte. Essas empresas utilizam técnicas de machine learning e análise de dados para ajudar organizações a prever e reduzir a perda de clientes. Como alternativa, a própria empresa pode desenvolver seu próprio modelo. O mais importante é identificar e resolver os problemas a tempo de não perder o cliente.