Churn management process framework for identifying indicators of customer churn and activities to increase retention in B2B SaaS companies

Abstract

Customer churn is a challenge for SaaS companies, because they depend on recurring revenue, and customer acquisition is more expensive than keeping existing customers. Customer churn can be predicted with data analytics and identified with different indicators. Customer retention strategies aim to improve customer experience and increase customer lifetime value.

The aim of the study is to identify customer churn signals, actions to prevent churn and create a framework for churn management in SaaS B2B companies. The research began with a study of related literature regarding SaaS companies, customer churn and customer retention strategies. The empirical research for identifying churn signals and actions to manage churn were identified through unstructured expert interviews with the B2B SaaS case company. The results of the interviews were divided into churn signals that the SaaS company could control and those that they cannot control. The identified actions in churn management were divided into preventive and proactive approaches for churn management. The proposed framework for churn management process consists of identification of churn signals and churn management actions, linking the signals with relevant actions, selecting which customers to target so that there would be growth opportunities for customers by utilizing data analytics, executing the identified actions and evaluating the impact of the churn management phases to further improve the churn management.

The proposed churn management process framework was evaluated with the case company, where it was seen as useful. The future research topics include evaluating the framework findings based on customer journey map phases and including data analytics in framework.

Asiakaspoistuma, eli churn, on haaste SaaS-yrityksille, koska ne ovat riippuvaisia toistuvasta tulosta, ja uusien asiakkaiden hankkiminen on kalliimpaa kuin nykyisten asiakkaiden pitäminen. Asiakaspoistumaa voidaan ennustaa data-analytiikan avulla ja identifioida erilaisten indikaattorien avulla. Asiakkaiden pysyvyyteen tähtäävät strategiat pyrkivät parantamaan asiakaskokemusta ja lisäämään asiakkaan elinkaaren arvoa.

Tutkimuksen tarkoituksena on identifioida asiakaspoistuman signaaleja, toimia asiakaspoistuman ehkäisemiseen ja kehittää viitekehys asiakaspoistuman hallinnalle SaaS B2B yrityksissä. Tutkimus alkoi kirjallisuuden selvityksellä SaaS-yrityksistä, asiakaspoistumasta ja asiakaspysyvyyden parantavista strategioista. Empiirinen tutkimus asiakaspoistuman syiden ja hallinnoinnin tunnistamiseksi toteutettiin avoimilla asiantuntijahaastatteluilla B2B SaaS case yrityksessä. Haastattelujen tulokset jaettiin yrityksen hallittavissa oleviin ja hallitsemattomiin asiakaspoistuman signaaleihin. Identifioidut toimenpiteet asiakaspoistuman hallinnassa jaettiin ennaltaehkäiseviin ja proaktiivisiin lähestymistapoihin. Esitetty viitekehys asiakaspoistuman hallinnan prosessille koostuu asiakaspoistuman signaalien ja sen vastaisten toimintatapojen identifioinnista, asiakaspoistuman signaalien yhdistämisestä oikeisiin toimenpiteisiin, niiden asiakkaiden valitsemisesta, joihin toimenpiteet kohdistetaan niin, että asiakkaille avautuu kasvumahdollisuuksia data-analytiikan avulla, toimenpiteiden toteuttamisesta, sekä näiden vaiheiden vaikuttavuuden arvioinnista prosessin jatkuvan kehittämisen tueksi.

Ehdotettua asiakaspoistuman hallintaprosessi viitekehystä arvioitiin case-yrityksessä, jossa sen todettiin olevan hyödyllinen. Jatkotutkimusaiheita ovat viitekehyksen tulosten arvioiminen asiakkaan elinkaaren vaiheiden perusteella sekä data-analytiikan sisällyttäminen viitekehykseen.