Medición de Churn Rate en negocios no “opt-out”


http://analytics20.org

El Churn Rate (también llamado attrition rate) es una métrica muy útil, que mide el número de individuos o items ingresando o egresando de un conjunto en un período de tiempo específico. El Churn rate, cuando es aplicado a una base de datos de usuarios, se refiere a la proporción de clientes contractuales o subscriptores que dejan a un proveedor en un período de tiempo determinado. Es un potencial indicador de insatisfacción de clientes, ofertas más baratas o mejores de un competidor, acciones de venta o marketing más exitosas por parte de la competencia, u otras razones relacionadas con el ciclo de vida de clientes (o customer life cycle) (Wikipedia).

Churn Rate in Communities

Entonces si trabajas con o en una celco (empresa que provee servicios de telefonía móvil) contabilizarás el Churn Rate como la cantidad de clientes que cancelan sus planes en un momento determinado. Simple y dulce :-)

Ahora bien, nuestro amigo el Beto “Albert” Einstein una vez dijo “En teoría, teoría y práctica son lo mismo, en la práctica no”. Así que vayamos a uno de esos casos donde no es lo mismo, uno de esos casos poco dulces y sexys.

Un buen ejemplo es un sitio de comunidad, digamos que queremos medir el churn rate de una comunidad en particular, ¿Cómo podríamos determinar que un usuario nos está abandonando? O sea, el opt-out en una newsletter no es Churn, cierto? El punto es que en una comunidad el usuario nunca dice”Me estoy yendo de tu comunidad!”, entonces…en que momento decimos, este usuario es parte del Churn?

Seguramente debe haber muchas formas, yo voy a contarles la mía. Fisgoneen la base de datos tratando de identificar en que periodo el 80% de los que se fueron ya no vuelven más (o el número más cercano), recuerden que todo lo que pueden saber sobre el futuro está relacionado con el pasado. Entonces, digamos que empezamos a revisar nuestra base de “Conocimiento” desde February 2011 (el año pasado). En enero 100 personas se loguearon en el sitio y luego no lo hicieron en Febrero. Desde ahora, tomaremos estos como nuestra población de análisis.

1- De esos 100 usuarios, 10 se loguearon nuevamente en Marzo.

2- 5 se loguearon por última vez en Abril.

3- Y 5 se loguearon durante algún momento entre Junio y (‘current_date’) :-)

4- El 80% que quedó al inicio nunca se volvió a loguear (hasta el momento).

Entonces podremos contar esos como nuestros usuario Churn de hace tres meses. Digamos digamos que hace tres meses fue Enero 2012, entonces tu consulta en la base de datos debería ser algo así como Where (‘last_login’) between (’01-01-2012′) and (’01-31-2012′).

Entonces, ahora que ya tienes una de las métricas más importantes para el KPI Churn Rate solo resta la más simple. Ahora solo tienes que calcular la cantidad de usuarios en tu base de datos durante el mismo período de tiempo. Eso es simple, solo corre la siquiente query “where last login is from (‘registration_date’) to (‘three_month_ago’)”.

Listo!

CR = Churn / Users in Database

Entonces, cual es tu churn rate?