Enam metrik data pelanggan yang sangat penting

Intuisi adalah hal yang kuat. Itu bisa memberi tahu kita ketika pasangan kita kesal dengan kita, ketika orang asing mulai menyerang kita, dan bahkan ketika kita memiliki kesempatan untuk menyelamatkan hidup .

Namun, intuisi adalah cara yang berbahaya untuk mengelola aset terbesar perusahaan Anda: hubungan pelanggannya.

Meskipun 62 persen eksekutif melaporkan mengandalkan keberanian mereka ketika membuat proposal atau keputusan kemitraan, penelitian menegaskan bahwa keputusan terbaik dibuat berdasarkan data.

Sebuah meta-studi yang dirinci di Scientific American menemukan bahwa baik dalam pengaturan kerja dan akademis, keputusan yang dibuat berdasarkan angka-angka yang sulit saja bernasib lebih baik daripada yang dibuat dengan kombinasi data dan penilaian manusia - termasuk penilaian para ahli materi pelajaran.

Enam metrik data pelanggan yang harus Anda perhatikan

Apakah Anda menganggap diri Anda seorang pembisik pelanggan atau tidak, ada beberapa metrik pelanggan yang penting untuk dipantau. Mereka tidak hanya dapat menginformasikan strategi keberhasilan pelanggan Anda , tetapi mereka juga dapat memberikan wawasan utama tentang produk, investasi, dan masalah kinerja departemen.

1. Nilai seumur hidup pelanggan (CLV)

Meskipun CLV sulit diprediksi di masa-masa awal perusahaan, metrik ini dapat menginformasikan sejumlah besar keputusan bisnis.

Berapa, misalnya, yang dapat dikeluarkan perusahaan untuk akuisisi pelanggan? Pada titik apa upaya retensi menjadi tidak menguntungkan? Apa yang membedakan pelanggan "setia" dari yang lain?

Untuk menemukan CLV Anda , mulailah dengan menentukan nilai pembelian rata-rata Anda dan mengurangkannya dari tingkat frekuensi pembelian rata-rata.

Selanjutnya, kalikan nilai pelanggan itu dengan rata-rata umur pelanggan untuk menentukan nilai umur pelanggan.

Untuk menumbuhkan CLV Anda, fokuslah untuk menemukan pelanggan "baik" — dengan kata lain, mereka yang cenderung menghabiskan lebih banyak atau lebih murah untuk memperolehnya daripada rekan-rekan mereka. Kemudian fokus pada peningkatan kepuasan pelanggan.

2. Pergantian pelanggan

Bagaimana Anda bisa tahu apakah ketidakpuasan pelanggan adalah penyebab di balik skor LTV yang rendah atau turun?

Lihat churn pelanggan, yang menggambarkan tingkat di mana pelanggan berhenti berbisnis dengan Anda.

Hitung tingkat churn dengan membagi jumlah pelanggan yang hilang dalam periode tertentu dengan jumlah pelanggan yang Anda gunakan untuk memulai periode tersebut.

Peristiwa churn jelas untuk bisnis berbasis langganan. Tetapi perusahaan e-niaga lainnya harus memastikan untuk mendefinisikan apa yang dimaksud dengan churn juga. Misalnya, itu bisa berarti tidak melakukan pembelian berulang pada kuartal tersebut.

Selain kehilangan pendapatan yang jelas, mengapa churn menjadi metrik yang sangat penting untuk dilacak? Churn yang tinggi atau meningkat menandakan ketidakpuasan pelanggan. Ini juga dapat meningkatkan biaya akuisisi karena pelanggan yang tidak senang sering kali ingin berbagi pengalaman mereka dengan orang lain.

3. Biaya retensi

Ketika pelanggan berisiko churn, Anda harus berinvestasi untuk mempertahankannya.

Namun berhati-hatilah: Ketika biaya retensi melebihi biaya akuisisi pelanggan Anda — atau, lebih buruk lagi, nilai seumur hidup pelanggan — mempertahankan pelanggan itu menjadi keputusan bisnis yang buruk. Jika Anda membuat perubahan yang dihargai pelanggan, perkirakan biaya retensi Anda akan turun seiring dengan tingkat churn Anda.

Sayangnya, ini bisa menjadi metrik yang rumit untuk dihitung.

Ingatlah bahwa biaya mempertahankan pelanggan mencakup segala hal mulai dari waktu tim sukses pelanggan hingga teknologi yang digunakan untuk melakukannya hingga materi advokasi yang disiapkan untuk tujuan tersebut. Jangan lupa untuk memperhitungkan tim manajemen akun dan biaya tim orientasi juga.

Terakhir, tambahkan nilai-nilai itu, dan bagi jumlah itu dengan jumlah pelanggan yang dipertahankan pada tahun berjalan.

4. Volume tiket bulanan

Jika biaya churn atau retensi perusahaan Anda meningkat, lihat berapa banyak tiket dukungan yang dikirimkan ke tim Anda setiap bulan.

Pastikan untuk memilah kueri umum dan spam untuk penghitungan yang akurat. Lonjakan tiket dukungan bisa menandakan bahwa fitur baru tidak berfungsi dengan baik, tetapi bisa juga karena masuknya pengguna baru.

Untuk mengurangi volume tiket, investasikan lebih banyak untuk kesuksesan pelanggan. Dengan secara proaktif memantau sinyal penggunaan seperti frekuensi dan durasi sesi, keberhasilan pelanggan mengidentifikasi dan memecahkan tantangan pelanggan sebelum mereka mengirimkan tiket dukungan.

Keberhasilan pelanggan juga harus menjadi pemain utama dalam mengurangi churn dan meningkatkan nilai umur.

5. Waktu respons rata-rata

Terkait erat dengan metrik volume tiket bulanan adalah waktu respons rata-rata. Tidak hanya setiap pelanggan tidak suka menunggu balasan, tetapi waktu respons yang lama dapat menunjukkan masalah dukungan yang kompleks dan kekurangan staf.

Periksa setiap kali fitur produk baru ditambahkan, churn pelanggan bertambah, atau omset melonjak di tim sukses pelanggan.

Terlebih lagi, penyedia perangkat lunak dasbor Geckoboard telah menemukan bahwa waktu respons berkorelasi erat dengan kepuasan pelanggan — metrik yang sangat sulit diukur.

Alasannya adalah bahwa pelanggan menghargai ketepatan waktu di atas efisiensi, profesionalisme, agen yang berpengetahuan luas, dan bahkan resolusi, menurut Survei Pengalaman Pelanggan Interactive Intelligence Group.

Baca juga: Cara menggunakan chatbots sebagai bagian dari strategi pemasaran Anda

6. Skor promotor bersih

Skor promotor bersih Anda menjelaskan seberapa besar kemungkinan pelanggan Anda menyarankan layanan Anda kepada orang lain. Proksi efektif untuk loyalitas merek dan kepuasan pelanggan, skor NPS mengklasifikasikan pelanggan sebagai pencela, pasif, dan promotor berdasarkan peringkat nol hingga 10 mereka.

Untuk menemukan NPS Anda, mulailah dengan survei atau, lebih baik lagi, bilah umpan balik yang mirip dengan Asana .

Kemudian, kurangi persentase pencela — yaitu, individu yang merespons dengan nol hingga enam — dari persentase promotor, atau mereka yang memberi Anda peringkat sembilan atau 10. Jika, misalnya, 60 persen responden adalah promotor dan 8 persen adalah pencela, NPS Anda adalah 52.

Takeaways

Tidak ada satu titik data pun yang dapat menceritakan kisah lengkap tentang hubungan pelanggan. Namun, ketika digabungkan, mereka menciptakan gambar yang cenderung sesuai dengan bentuknya.

Keputusan pelanggan yang didorong oleh data mungkin tidak selalu tepat, tetapi mereka memiliki rekam jejak yang jauh lebih baik daripada yang dibuat oleh usus.