Churn tahmini bir karar değildir: risk skorundan müdahale kararına

Skor nerede durur?

Tipik bir churn panelinde müşteriler riske göre sıralanır ve en riskli dilime aynı teklif gönderilir: çoğu zaman bir indirim. Bu iki yerden para kaybettirir.

• Zaten kalacak olan müşteriye de indirim gider. Teklif, davranışı değiştirmediği yerde sadece maliyettir.
• Değeri düşük müşteri için, kurtarılacak gelirden fazlası harcanır. Risk yüksek diye her müşteri kurtarılmaya değmez.

Model doğru çalışıyor olabilir. Sorun, olasılığın kendisinin bir eylem söylememesidir.

Aynı %78, iki farklı karar

İki müşteri düşünelim. İkisinin de kayıp riski %78. Biri ayda ₺400, diğeri ayda ₺20 ödüyor. Üç müdahale seçeneği var: hatırlatma e-postası (₺10), kişisel temas (₺150) ve üç ay %40 indirim (aylık değerin 1,2 katı). Her müdahalenin beklenen değeri şöyle hesaplanır: risk × müdahalenin etkisi × 12 aylık değer − maliyet.

Etki ve maliyetler temsili varsayımdır: e-posta riski %4, kişisel temas %25, indirim %12 düşürür. Gerçek etki ancak kontrol gruplu ölçümle bilinir.

Müşteri A için en pahalı seçenek olan indirim bile en iyisi değil: daha ucuz bir kişisel temas daha fazla değer koruyor. Müşteri B için ise hiçbir müdahale maliyetini karşılamıyor. Bu müşteriye para harcamak, kaybetmekten daha pahalı.

Karar için gereken dört girdi

1. Kalibre risk: model %78 diyorsa, bu müşterilerin gerçekten yaklaşık %78'i gitmeli.
2. Müşteri değeri: korunacak gelir ya da tercihen marj. Uzun vadeli değer, sermaye maliyetiyle (WACC) bugüne indirgenir.
3. Müdahale maliyeti: doğrudan maliyet artı indirim gibi vazgeçilen gelir.
4. Müdahalenin etkisi (uplift): bu müdahale, bu tür müşteride riski ne kadar düşürüyor?

Kalibrasyon neden bu kadar önemli?

Beklenen değer riskle doğru orantılıdır. Model %78 dediği müşterilerin aslında %50'si gidiyorsa, her müdahalenin beklenen faydası %56 şişik hesaplanır. Sonuç: kâr etmeyen müdahaleler kârlı görünür ve bütçe yanlış yere gider. Bu yüzden olasılıklar ham model çıktısı olarak değil, ölçülerek ayarlanmış hâlleriyle kullanılmalıdır.

Pratikte nereden başlanır?

Müşteri düzeyinde tek bir tablo yeterli: müşteri anahtarı, kayıp sonucu ve gözlem penceresi. Geçmiş kampanya kayıtları varsa müdahale etkisi de modellenebilir. Doğrudan kimlik bilgisi gerekmez. Ardından kararlar, mevcut yaklaşımla aynı dönemde ve bir kontrol grubuyla karşılaştırılır.

Vinctum Aegis bu akışı uçtan uca yapar: kalibre risk, gerekçe, beklenen değer ve karar kaydı. Aynı hesabı kendi değerlerinizle /aegis sayfasındaki simülatörde deneyebilirsiniz.