Churn rate nel settore Utility: come tenerlo monitorato con gli strumenti di analisi predittiva

Il churn rate nel mercato dei fornitori di acqua, luce e gas è in costante – e pericoloso – aumento. Il primo step per ridurne l’impatto è quello di calcolarne l’entità. Oggi è possibile, attraverso i big data e gli strumenti di analisi predittiva. Ecco come.

 

L’aumento del Churn rate

“Customer churn”, ovvero – in parole semplici e brutali – il cliente che decide di abbandonare una company: è questo uno dei principali spauracchi per le aziende dell’Utility Industry.

Un problema che si è fatto più concreto, urgente e consistente che mai negli ultimi anni. Il settore industriale delle Utility e dell’Energia, infatti, ha visto una rapidissima e inedita liberalizzazione: i player sul mercato si sono moltiplicati e la facilità, per un utente, di passare da un fornitore ad un altro è oggi estrema. Bastano pochi clic.

Ecco spiegato l’aumento generalizzato del churn rate, il tasso di perdita dei clienti; fenomeno che ha investito un po’ tutte le aziende del settore, sia a livello italiano che internazionale. In Europa, la media annuale degli utenti che cambiano il proprio fornitore di gas, luce o acqua si attesta tra il 12 e il 15%, con un trend in costante crescita. Nel Regno Unito, secondo i dati forniti da Ofgem (il regolatore britannico dei mercati di luce e gas) si è passati da un churn rate annuale del 13%, nel 2015, a un 18% nel 2017. In Nuova Zelanda la percentuale si attesta già intorno al 25%.

Nel 2017, la percentuale delle famiglie italiane che è passata dal cosiddetto “Servizio a maggior tutela” al “Mercato libero” è aumentata del 4,4%, solo nel settore elettrico. Oggi questa percentuale si attesta al 39%. Per il settore del gas, invece, ben il 44% dei clienti domestici si approvvigiona oggi sul Mercato libero; per i clienti Condominio si arriva al 50% (dati di Arera, l’Autorità di Regolazione per Energia Reti e Ambiente).

Un altro indicatore significativo è il costante aumento, tra i Google Trends, delle ricerche relative al cambio di fornitore di luce, gas, acqua.

Questa è la realtà con cui le aziende del settore Utility ed Energia devono fare i conti nel presente. Non la si può ignorare, se non si vogliono perdere quote di mercato, credibilità, revenue e fatturato.

Si tratta, inoltre, di una realtà che si inserisce in un quadro più ampio e globale, in un mercato internazionale caratterizzato da un estremo dinamismo e da una liquidità accelerata: il contesto industriale e produttivo, insomma, non è di certo più quello di 50 anni fa, ma nemmeno quello di 30, 20, o anche solo 10 anni fa.

Basti riflettere su un dato: se negli anni Cinquanta l’aspettativa media di vita per le companies inserite nella lista Fortune 500 si attestava sui 75 anni, oggi siamo intorno ai 15 anni. E si incroci tutto ciò con quest’altro dato, che emerge da uno studio approfondito (e ormai ben noto) di Bain & Company: per un’azienda conquistare un nuovo cliente costa dalle 6 alle 7 volte in più rispetto a fidelizzarne uno.

È chiaro, a questo punto, che le nuove sfide si giocano tutte qui: abbattere il tasso di customer churn, aumentare quello di fidelizzazione e di loyalty.

Chi si occupa di marketing e customer care nell’Utility Industry deve tenere ben presente tutto questo. Deve essere consapevole che il primo step per tenere a bada (o, ancor meglio, far decrescere) il churn rate è quello di tenerlo costantemente monitorato, attraverso strumenti di analisi predittiva più all’avanguardia. Che oggi sono disponibili, e sono efficaci sia per i colossi del settore, sia per i nuovi player che si affacciano per la prima volta in questo mercato in continuo e rapido cambiamento.

 

La rivoluzione dei big data

“Big data”, ormai, è una buzzword che dall’ambito specifico della tecnologia e del business si è trasferita un po’ ovunque, su tutti i media; una buzzword che – purtroppo – viene utilizzata spesso a sproposito e con poca cognizione di causa.

Secondo la definizione tecnica di Gartner, i big data sono: “asset di informazioni ad altissimo volume, ad altissima rapidità e/o ad altissima varietà che richiedono forme innovative di analisi e interpretazione capaci di migliorare gli insight, il decision making e l’automazione dei processi”.

Insomma, i big data sono lo strumento più avanzato per conoscere il più possibile chi si ha davanti, il proprio target, i propri clienti (anche se si tratta di una platea numericamente sterminata).

Conoscere gli utenti a cui ci si rivolge è – da quando esiste il commercio – il modo migliore per comunicare con loro in maniera efficace, tenerli fidelizzati, fare in modo che non si rivolgano a dei concorrenti. In termini contemporanei: l’analisi dei big data è fondamentale – e ormai irrinunciabile – per ogni operazione di marketing, per incrementare la qualità e l’efficienza dei propri servizi di customer care, per aumentare engagement e loyalty dei clienti, per abbattere il tasso di customer churn.

Tornando allo specifico delle aziende del settore Utility ed energia, GTM Research ha stimato che gli investimenti economici relativi all’analisi dei dati cresceranno dai 700 milioni di dollari del 2012 a circa 3 miliardi nel 2020. Stiamo parlando di un incremento di oltre il 400% in questo determinato segmento industriale. Si tratta di un fatto che ci deve far riflettere.

 

I big data come strumenti di analisi predittiva

Noi tutti, nella nostra esperienza quotidiana, sfruttiamo l’enorme mole di dati che il nostro cervello ha immagazzinato in precedenza, per prendere decisioni sensate e il più possibile efficaci. Decidiamo a che ora alzarci facendo – in un certo senso – un’analisi predittiva dei tempi che impiegheremo per vestirci, lavarci, fare colazione, raggiungere il posto di lavoro a seconda del possibile traffico (giusto per fare un esempio).

Una complessa analisi, insomma, che si basa sui nostri comportamenti passati e che è funzionale a prendere decisioni future.

Oggi, le aziende possono fare lo stesso con i loro utenti; possono conoscerne caratteristiche, esigenze, comportamenti. E a partire da questi dati prevedere, con un buon grado di certezza, come gli utenti agiranno in futuro. L’analisi predittiva del churn rate si inserisce, quindi, in questo contesto.

Certo, non basta poter disporre di un ammasso enorme di dati. Bisogna raccoglierli con la massima accuratezza, in un approccio il più possibile omni-channel. E non tutti i dati sono uguali: alcuni sono ben più significativi di altri: e questo varia di business in business, di brand in brand.

Infine, questi dati vanno interpretati al meglio: e per farlo – quando si parla davvero di big data – è diventato indispensabile dotarsi di strumenti di Intelligenza artificiale e machine learning.

Analizzare con accuratezza il comportamento dei clienti che decidono di “restare”, che interagiscono positivamente con la propria azienda attraverso i più diversi canali è altrettanto importante che studiare i comportamenti e le caratteristiche di chi invece, decide di “andarsene”.

Sulla base di queste analisi, e solo a partire da qui, si possono mettere in pista strategie efficaci per aumentare significativamente la retention e abbattere il tasso di churn.

Si comprende quanto questo sia vitale per la buona salute di qualsiasi tipo di business, e per la sua crescita. Un discorso che vale a maggior ragione per aziende che forniscono servizi essenziali, con un enorme e pervasivo impatto sulla vita quotidiana di milioni di persone, come l’acqua, la luce, il gas, internet o la telefonia.

 

Spingersi oltre i big data – La frontiera della personalizzazione

Avere la più ampia mole di dati, e saperli interpretare in maniera efficiente e funzionale – abbiamo visto – è fondamentale e imprescindibile.

Ma nessuna azione concreta sarà efficace se, su queste basi, non si sa dividere la propria platea di utenti in gruppi, in cluster che riuniscono individui dalle caratteristiche anagrafiche, geografiche e psico-sociali il più possibile omogenee e coerenti. Questo al fine di segmentare il proprio target generale in tanti target più piccoli e specifici, da colpire in maniera più mirata, efficace, con azioni il più possibile su misura.

Per questo si preferisce parlare di smart data (che possono essere definiti come big data filtrati, selezionati, resi più significativi e funzionali  a seconda del contesto in cui si inseriscono) o di deep data.

Per questo stesso motivo la frontiera verso cui tutte le aziende più attente e innovative si stanno indirizzando è la personalizzazione. Conoscere, dunque, ogni singolo utente, analizzarne le caratteristiche e I comportamenti individuali, e rivolgersi ad esso con un approccio one-to-one. È la svolta del vero business customer-oriented, verso cui tutte le aziende del settore Utility si stanno indirizzando.

Oggi  questo approccio è reso possibile grazie a servizi come quelli offerti da Doxee, che da anni collabora, proprio in questa direzione, con colossi come Enel, Engie, A2A.

Conoscere ogni singolo utente, dialogare e interagire con ognuno in maniera differente, è senza dubbio il metodo migliore per conquistarne l’attenzione, ottenerne la fiducia, prevederne il possibile comportamento.

Insomma, è l’analisi personalizzata dei dati e dei comportamenti il metodo migliore per prevedere il customer churn (e dunque il churn rate), anticiparne i segnali; e – soprattutto – correre ai ripari, invertendo la rotta.

Scarica l’eBook e scopri come aumentare il fatturato e le revenue per cliente attraverso i big data, la personalizzazione, le azioni di up-sell e cross-sell e sfruttando la bolletta per dialogare con i clienti nel mondo Utility: