1. être conscient de l'attrition après qu'elle s'est produite et la compenser,
   
2. et ne pas en être conscient du tout.

Selon une étude sur les relations client fidèles réalisée par Bain & Company, le coût d'acquisition et d'intégration d'un nouveau client est 5 fois plus onéreux que la fidélisation d'un client existant.

Prédiction d'attrition de Zia

Permission requise

Il existe deux types de permissions disponibles pour la fonctionnalité Zia Prediction dans Zoho CRM: Gérer la configuration et afficher les résultats. Ces permissions peuvent être activées pour d'autres utilisateurs par les administrateurs CRM.

1. Gérer la configuration : Seuls ceux qui ont cette permission activée pour leur profil peuvent créer, modifier, afficher, activer, désactiver ou supprimer une règle.
   
2. Afficher les résultats : Les utilisateurs disposant de cette permission ne peuvent que consulter les résultats de prédiction.
   

Remarque : Par défaut, la permission d'affichage des résultats est activée pour tous les profils lorsque Zia Prediction est activé. La permission de gestion de la configuration doit être activée manuellement.

Scénarios métier

Zia analyse vos enregistrements client pour déterminer leur probabilité d'attrition en fonction de la configuration que vous avez définie. Quel que soit votre modèle de revenus—abonnement ou non—Zia adapterait sa prédiction pour évaluer le pourcentage d'attrition.

Prédire l'attrition chez un fournisseur de télécommunications

Zylker Communications est un fournisseur de télécommunications qui propose des services de téléphonie, Internet et connexions satellites. Il propose deux modes de paiement — prépayé et postpayé — pour répondre aux besoins de différents types de clients. Le modèle économique de Zylker est donc basé sur l'abonnement, car les clients doivent souscrire à un forfait pour bénéficier de ses services. Bien que l'on puisse supposer qu'un abonnement indique une fidélité envers l'entreprise, Zylker perd un nombre considérable de clients chaque mois. L'objectif de Zylker est d'identifier quel produit subit le plus fort taux de désabonnement et de le détecter aussi tôt que possible. C'est là que Zia Churn Prediction peut vous aider. En analysant la base de clients et leur calendrier de transactions, Zia identifie les enregistrements sur le point de se désabonner et évalue leur probabilité de désabonnement sur la page de détails de l'enregistrement.

Zylker peut ensuite prendre des mesures pour récupérer les clients qui se désabonnent en utilisant l'automatisation, comme les Workflow Rules.

Prédire le désabonnement dans un magasin de détail

Zia offre une probabilité globale de désabonnement pour les clients selon les besoins, le cas échéant.

Configurer Zia Churn Prediction

Étape 1 : Configurer les informations client

1. Imaginez que vous ayez un objectif de chiffre d'affaires trimestriel et que vous souhaitiez être informé de toute lacune susceptible d'affecter vos revenus. Vous pouvez activer la prédiction de désabonnement pour tous les enregistrements de votre module et être vigilant pour traiter tout désabonnement qui pourrait survenir.
   
   

1. Si vous souhaitez savoir combien de vos clients fidèles sont sur le point de se désabonner, vous pouvez définir des critères en fonction de leurs scores de désabonnement.
   

Étape 2 : Spécifier un module de paiement

Après avoir indiqué à Zia qui sont les clients, il est temps de lui montrer où leurs informations de transaction sont stockées dans le CRM. Les informations de ce module seront utilisées pour connaître leurs modes de paiement. Il peut s'agir de n'importe quelmodule standardoupersonnalisé dans le CRM. Les modules créés à la suite d'une intégration ne seront pas répertoriés.

Étape 3 : Définir les critères de paiement réussi

1. Spécifiez la date de paiement: La date de paiement est un champ de date quelconque présent dans ce module. Vous pouvez utiliser la date de début ou la date de clôture pour indiquer le calendrier de paiement.
   
2. Spécifiez le modèle économique de votre entreprise :En fonction de vos offres commerciales, vous utilisez soit un modèle économique basé sur des paiements récurrents, soit sur des paiements ponctuels. Zia a besoin de cette information pour comprendre les fréquences de paiement dans votre entreprise.
   
1. Pour unmodèle économique basé sur l'abonnement , comme un fournisseur de télécommunications, un service de streaming ou un fournisseur SaaS, le paiement est censé être récurrent chaque mois ou chaque année. Vous pouvez simplement indiquer quel champ ou module vous utilisez pour maintenir les informations surl'abonnement actifet Zia observera la progression par la suite.
   
2. Pour unPour un modèle économique basé sur des paiements sans abonnement, comme un achat dans une boutique en ligne ou des transactions FMCG, Zia fera référence aux transactions précédentes et aux fréquences de paiement des clients pour formuler des prédictions de désabonnement.
   

Étape 4 : Définir le désabonnement client pour Zia

1. CliquezConfigurer[] dans le coin supérieur droit de votre écran.
2. CliquezZiadans la barre latérale de gauche et sélectionnezPredictionau-dessous.
3. Sélectionnez l'ongletChurn Prediction.
   
4. Si vous créez la configuration de désabonnement pour la première fois, cliquez surCommencer.Sinon, cliquez surNouvelle prédiction bouton.
   
5. Dans la Créer une nouvelle prédiction de désabonnement page, procédez comme suit.
   
1. Fournissez un nom unique pour la configuration de la prédiction.
   
2. Dans la Où stockez-vous vos informations client ? champ, sélectionnez un client module.
   
1. Dans la Prédiction de désabonnement pour option, sélectionnez Tous si vous souhaitez faire une prédiction pour tous les enregistrements de votre module client.
   
2. Sélectionnez Sélectionnés si vous souhaitez prédire le désabonnement uniquement pour des enregistrements spécifiques, puis fournissez les critères.
   
3. Dans la Module de paiement champ, sélectionnez le module où vos informations de paiement client sont stockées.
   
4. Dans la Critères de paiement réussi champ, entrez les critères qui indiquent un paiement réussi.
   
1. Sélectionnez le Date de paiement.
   
2. Dans la Vos clients paient-ils selon un modèle de revenu basé sur un abonnement ? champ,
   
1. Sélectionnez Oui si vos paiements sont récurrents et choisissez le champ où vous stockez les informations relatives à l'abonnement dans le Abonnement actif champ .
   
2. Sélectionnez Non si vos paiements sont occasionnels.
   
5. Dans la Comment définiriez-vous le désabonnement client ? champ, sélectionnez les critères qui définissent le désabonnement.
6. Cliquez sur Enregistrer .

Afficher la page de détails de la prédiction

Résumé de la configuration

Zia résumera la façon dont cette prédiction de désabonnement est configurée. Elle listera tous les critères et champs utilisés dans la configuration pour une consultation rapide.

Informations supplémentaires

Précision du modèle

1. Un score supérieur à 80 est un excellent score. Il indique que la prédiction sera précise.
2. Un score entre 60 et 80 est considéré comme modéré. Bien que la prédiction puisse être utilisée dans une certaine mesure, les prédictions ne peuvent pas être utilisées en toute confiance à tout moment.
3. Un score inférieur à 60 est mauvais et Zia conclura que les prédictions sont défectueuses.
   

Remarques :

1. Pour que Zia apprenne et génère des prédictions de churn, vous avez besoin d'un minimum de 200 enregistrements par module client, dont au moins 75 enregistrements de churn et 75 enregistrements actifs.
   
2. Zia prendra jusqu'à 24 heures pour analyser les ensembles de données et formuler des prédictions.
   
3. Bien qu'il n'y ait peut-être pas de raison spécifique pour laquelle la précision de votre modèle est faible, vous devez vous assurer que des facteurs tels que les valeurs nulles, la duplication de données, les valeurs uniques multiples que Zia ne peut pas relier ensemble, et ainsi de suite, sont traités. Vous pouvez modifier les règles de validation, marquer les champs comme uniques pour éviter la duplication de données, ou fusionner automatiquement les doublons pour éviter les faibles scores.
4. Une fois la configuration enregistrée, vous ne pouvez pas modifier le nom de la règle, le module client, le module de paiement ou le modèle de revenu. Vous pouvez cependant modifier les critères mentionnés dans la configuration.
   
5. Le champ personnalisé sera créé pour tous les enregistrements, que l'enregistrement contienne des prédictions ou non.
   
6. En ce qui concerne les données d'utilisation du churn, nous avons intégré des mesures robustes de gestion des erreurs pour assurer l'intégrité des données. S'il y a des problèmes comme la suppression de composants de données essentiels dans Google Analytics, Zia cessera d'utiliser cette source de données, préservant ainsi la précision des prédictions de churn.
7. Il est important de noter qu'une fois qu'un service comme Google Analytics est sélectionné et configuré, la configuration est définitive. Modifier ou passer à un service différent nécessite une nouvelle configuration.

En attente de données

En plus du résumé de la configuration du churn, l'état de la prédiction peut être obtenu à partir de le panneau de notifications de Zia.

Afficher les prédictions de churn

1. Si Zia prédit un risque de churn, un widget s'affichera sur la page des détails de l'enregistrement de l'enregistrement qualifié, ainsi que le nom de la règle de prédiction et le score de probabilité de churn.
   
2. Si Zia prédit qu'un client est actif, aucune prédiction n's'affichera.

1. Score de churn : Le score affiche la probabilité que cet enregistrement connaisse un churn.
   
2. Prédiction de churn : Le champ de prédiction affiche le champ d'abonnement actif associé à l'enregistrement client.

En cas de modèles de paiement non basés sur l'abonnement, seul le score de churn s'affichera sur la page des détails de l'enregistrement.

Remarques :

1. Le nombre de champs de churn créés dans un enregistrement dépend du nombre de configurations de churn que l'enregistrement satisfait.
   
2. Les champs ajoutés à l'enregistrement contiennent les mêmes informations que le widget de prédiction. Cependant, afin de faire un usage ultérieur de ces résultats dans CRM — comme générer des rapports, configurer des automatisations et trier les enregistrements à l'aide de filtres avancés — ces champs seront utiles.

Agir sur les prédictions de churn de Zia dans Zoho CRM

1. Dans Workflow Rules, vous pouvez utiliser le champ de score en tant que critère et automatiser des actions telles que créer des tâches, ajouter des étiquettes, notifier les propriétaires d'enregistrements, etc.
2. Dans Rapports, où vous pouvez regrouper tous les clients à risque de départ dans un tableau et observer le schéma du score de risque parmi vos clients.
3. Dans Vues du module et des filtres avancés, pour identifier les clients à risque de départ parmi votre base clients et les traiter avec une attention particulière.