대부분의 고객은 요란하게 떠나지 않습니다. 화난 이메일도, 해지하겠다는 불만도 없습니다. 그저 조용해질 뿐입니다. 이메일을 더 이상 열어보지 않습니다. 로그인도 뜸해집니다. 그러다 어느 날 떠나버리고, 당신은 그 일이 다가오는 걸 전혀 보지 못합니다. 답답한 점은요? 경고 신호는 몇 주 전부터 거기 있었다는 겁니다.
그 신호를 일찍 알아채는 것이 바로 이탈 예측입니다. 수정 구슬 같은 마법이 아닙니다. 고객이 떠나기 전에 보내는 조용한 신호에 주의를 기울이는 일이고, 아직 무언가를 할 시간이 있을 때 하는 일입니다.
신호는 빤히 보이는 곳에 숨어 있습니다
만족한 고객이 어떻게 행동하는지 떠올려 보고, 그다음 서서히 멀어지는 모습을 그려 보세요. 늘 열어보던 이메일이 이제는 읽히지 않은 채 남아 있습니다. 매주 하던 로그인이 한 달에 한 번으로 줄어듭니다. 마찰을 암시하는 문의가 한두 건 들어옵니다. 이 중 하나만으로는 작별을 뜻하지 않습니다. 하지만 함께, 그리고 나쁜 방향으로 흘러가면, 하나의 그림이 그려집니다.
이탈 예측은 그저 모든 고객에 걸쳐 이런 패턴을 지켜보다가, 누군가 위험해 보이기 시작하면 조용히 손을 들어줄 뿐입니다.
왜 더 일찍이 더 요란함보다 나은가
고객이 실제로 해지에 나설 즈음이면, 결정은 대개 이미 내려져 있습니다. 그때 되돌리려면 비용이 많이 들고 종종 가망도 없습니다. 하지만 멀어지는 조짐을 일찍 잡으면, 작고 시의적절한 한마디가 이야기를 바꿀 수 있습니다. 도움이 되는 안부 인사. 잊고 있던 가치를 떠올려 주는 알림. 그 문의들이 암시했던 마찰을 해결해 주는 일 말이죠.
목표는 떠나는 사람들을 쫓아다니는 게 아닙니다. 흔들림이 결정이 되기 전에 알아채는 것입니다.
데이터 과학자 군단이 필요하지는 않습니다
이 일이 크고 기술적인 프로젝트처럼 들릴 수 있습니다. 그럴 필요 없습니다. 간단하게 시작하세요. 이미 추적하고 있는 신호 몇 가지를 고르세요. 이메일 열람, 로그인, 최근 구매, 문의 같은 것들 말이죠. 떠난 고객들을 보고, 그들의 마지막 몇 달이 어땠는지 살펴보세요. 패턴은 대개 눈에 확 띕니다. 그 패턴이 당신의 조기 경보 시스템이고, 거창한 것을 만들기 한참 전부터 그것을 바탕으로 움직일 수 있습니다.
핵심 정리
고객은 경고 없이 떠나는 일이 드뭅니다. 당신이 경고를 알아채지 못한 채 떠나는 것뿐입니다. 조용한 신호를 지켜보고, 아직 시간이 있을 때 움직이세요. 그러면 그 말 없는 작별들 가운데 상당수는 아예 일어나지 않습니다. 그것이 바로 다가오는 것을 미리 보는 일의 핵심입니다.