"बहुत महंगा।" ज्यादातर cancellation फॉर्म्स पर यही वजह लिखी होती है, और यह लगभग कभी असली नहीं होती। यह जाते वक्त टिक करने के लिए सबसे आसान, सबसे सामाजिक रूप से स्वीकार्य बॉक्स है, कोई diagnosis नहीं। असली वजह आमतौर पर हफ्तों या महीनों पहले हो चुकी होती है: एक कठिन पहला हफ्ता, एक support ticket जो बहुत देर तक पड़ा रहा, एक use case जो कभी असल में फिट नहीं था। जो टीमें बताई गई वजह पर ही रुक जाती हैं, वे तिमाही दर तिमाही एक ही तरह का customer खोती रहती हैं, और इसे बुरी किस्मत कहती हैं।
बताई गई वजह असली वजह क्यों नहीं होती
जब तक कोई exit survey भरता है, वह पहले ही जाने का फैसला कर चुका होता है। Survey को बस एक ऐसा जवाब चाहिए जो जल्दी देना आसान हो और धीरे-धीरे बनी frustration समझाने की जरूरत न पड़े। "Price" लिखना आसान है। "पहले दो हफ्तों में किसी ने मुझे value पाने में मदद नहीं की और मैंने छोड़ दिया" लिखना आसान नहीं, भले ही यह सच हो। अगर आप सिर्फ checkbox ही पढ़ते हैं, तो आप "price" सुनते रहेंगे और असल फैसले की वजह ठीक करने की बजाय discount देते हुए एक बदतर बिज़नेस की तरफ बढ़ते रहेंगे।
असल में कहां देखना चाहिए
Cancellation से 60-90 दिन पहले देखें, खुद cancellation नहीं
ज्यादातर churn इस्तेमाल में एक धीमा fade है, अचानक फैसला नहीं। असली सिग्नल exit survey भरे जाने से हफ्तों पहले दबा होता है।
Cohort के हिसाब से segment करें
Churn को onboarding महीने, plan tier और use case के हिसाब से तोड़ें। ऐसे पैटर्न जो aggregate churn rate में अदृश्य हैं, डेटा split करते ही तुरंत दिखने लगते हैं।
Support tickets और NPS को cross-reference करें
एक खराब शुरुआती अनुभव (धीमा जवाब, अनसुलझा bug) churn होने से महीनों पहले उसकी भविष्यवाणी कर देता है, cancellation के रूप में दिखने से बहुत पहले।
Churned customers के एक sample से सीधे बात करें
एक छोटी कॉल आपको checkbox के पीछे की असली कहानी देती है, कुछ ऐसा जो exit फॉर्म का dropdown मेनू कभी capture नहीं कर सकता था।
पैटर्न को एक फिक्स में बदलें, वेग रेजोल्यूशन में नहीं
"प्रोडक्ट सुधारें" कोई फिक्स नहीं है। यह कंधे उचकाना है। एक असली churn analysis कहीं specific की ओर इशारा करता है। अगर churn कमजोर week-one activation तक जाता है, तो वह एक onboarding प्रॉब्लम है, pricing की नहीं। अगर यह एक segment या use case में भारी रूप से केंद्रित है, तो वह एक ICP प्रॉब्लम है: आप उन लोगों को बेच रहे थे जो प्रोडक्ट के साथ कभी सफल नहीं होने वाले थे, चाहे ऐप कितना भी अच्छा हो जाए। फिक्स उतना ही अच्छा है जितनी specifically आपने असली टूट को ढूंढा है।
Churn analysis एक आदत है, postmortem नहीं
इसे एक बार, किसी खराब तिमाही के बाद करना, आपको बताता है कि पहले ही क्या हो चुका। इसे हर महीने करना इसे एक early-warning system में बदल देता है। आप किसी cohort के fade होने की शुरुआत को उसके पूरी तरह churn होने से पहले पकड़ लेते हैं, बाद में नहीं। यह वही तर्क है जो retention को पहले से चुकाई गई growth मानने के पीछे है: यह तभी compound होता है जब कोई असल में इसे देख रहा हो, सिर्फ नुकसान हो जाने के बाद संख्या रिपोर्ट करने से नहीं।
FAQ
Cancellation फॉर्म पर लिखी वजह आमतौर पर गलत क्यों होती है?
जब तक कोई exit survey भरता है, वह पहले ही जाने का फैसला कर चुका होता है, और धीरे-धीरे बनी frustration समझाने की बजाय "price" जैसा तेज़, सामाजिक रूप से स्वीकार्य जवाब चुनता है। असली वजह आमतौर पर हफ्तों या महीनों पहले हो चुकी होती है।
असली churn analysis कैसे करते हैं?
Cancellation से 60-90 दिन पहले देखें, खुद cancellation नहीं, क्योंकि ज्यादातर churn एक धीमा fade होता है। Cohort के हिसाब से segment करें, support tickets और NPS को cross-reference करें, और churned customers के sample से सीधे बात करें।
Churn analysis कितनी बार करना चाहिए?
हर महीने, एक आदत के तौर पर, किसी खराब तिमाही के बाद एक बार नहीं। नियमित रूप से करने से यह एक early-warning system बन जाता है जो fade होती हुई cohort को पूरी तरह churn होने से पहले पकड़ लेता है।
Cancellation फॉर्म पर लिखी वजह एक लक्षण है, diagnosis नहीं। असली churn analysis exit से 60-90 दिन पहले देखता है, aggregate rate पर भरोसा करने की बजाय cohort से segment करता है, और support व usage डेटा को cross-reference कर के देखता है कि रिश्ता असल में कहां टूटा। इसे हर महीने की आदत बनाएं, किसी खराब तिमाही के बाद का postmortem नहीं, और यह सिर्फ नुकसान की रिपोर्ट बनना बंद हो जाता है।
आगे पढ़ें
ग्राहक खो रहे हैं और वजह नहीं पता?
मैं टीमों को churn के पीछे असली पैटर्न ढूंढने और उसके पीछे के सिस्टम को ठीक करने में मदद करता हूं, सिर्फ exit survey के लक्षण को नहीं। देखें मैं कैसे काम करता हूं।
कॉल बुक करें