Først: Ignorer ny forretning
Forestil dig, at dit bureau får 10 kunder på retainer.
Lad os for nu glemme, hvor meget hver kunde betaler. Glem hvor mange opslag, videoer, annoncer eller kampagner, du producerer.
Vi måler kun én ting:
Blev kunden hos?
Den måned, en kunde starter, er Måned 0.
Ved Måned 0 er fastholdelsen altid 100 %.
Derefter følger du den samme gruppe kunder.
Hvis 9 stadig er hos dig en måned senere:
Fastholdelse ved Måned 1 = 90 %
Hvis 8 er tilbage efter tre måneder:
Fastholdelse ved Måned 3 = 80 %
Hvis 6 er tilbage efter seks måneder:
Fastholdelse ved Måned 6 = 60 %
Hvis kun 4 er tilbage efter et år:
Fastholdelse ved Måned 12 = 40 %
Plot disse tal i en graf, og du får din kundefastholdelseskurve.
Kundefastholdelse
100% ●
│\
90% │ ●
│ \
80% │ ●
│ \
70% │ ●
│ \
60% │ ●
│ \
50% │ ●
│ \
40% │ ●
│
└──────────────────────────
M0 M1 M3 M6 M9 M12
Måneder siden start
Grafen svarer på ét spørgsmål:
Når vi skriver kontrakt med en kunde, hvor længe bliver de så egentlig?
Det er et helt andet spørgsmål end:
Hvor meget omsætning lavede vi denne måned?
Hvorfor omsætning kan snyde dig
Forestil dig, at dit bureau starter året med 10 kunder.
Tre kunder forlader dig i løbet af de næste måneder.
Men dit salgsteam får fire nye kunder.
Du startede med:
10 kunder
Du mistede:
3 kunder
Du tilføjede:
4 kunder
Nu har du:
11 kunder
Udefra ser alt godt ud.
Dit kundetal er vokset.
Omsætningen kan være steget.
Din månedlige rapport er grøn.
Du tænker måske:
Vi vokser.
Men under overfladen kan noget andet ske.
Du erstatter konstant de kunder, der forlader dig.
Dit bureau vokser ikke nødvendigvis, fordi kunderne elsker at blive hos dig.
Det kan vokse, fordi du bliver bedre til at erstatte de kunder, du mister.
Det er en helt anden forretning.
Tænk på det som at fylde en spand med et hul i bunden.
Flere salg betyder, at du hælder vand i hurtigere.
Fastholdelse fortæller dig hvor stort hullet er.
Hvordan beregner du det for et rigtigt bureau?
Kunder skriver ikke alle kontrakt på samme dag.
Du kan have:
- Kunde A starter i januar
- Kunde B starter i februar
- Kunde C starter i februar
- Kunde D starter i april
- Kunde E starter i juni
Så at sammenligne dem efter kalender måneder siger ikke meget.
I stedet nulstiller du uret for hver kunde.
Den måned, de skriver kontrakt, bliver Måned 0.
Så:
M1 = en måned efter kontraktstart M2 = to måneder efter kontraktstart M3 = tre måneder efter kontraktstart
og så videre.
Du sammenligner kunder baseret på hvor længe de har været hos bureauet, ikke hvilken måned på året det er.
Her kommer kohorter ind i billedet
Grupper kunder baseret på, hvornår de startede.
For eksempel:
| Kundegruppe | M0 | M1 | M2 | M3 | M4 | M5 | M6 |
|---|---|---|---|---|---|---|---|
| Januar-kunder | 100% | 100% | 80% | 80% | 80% | 60% | 60% |
| Februar-kunder | 100% | 100% | 75% | 75% | 50% | 50% | — |
| Marts-kunder | 100% | 83% | 83% | 67% | 67% | — | — |
| April-kunder | 100% | 100% | 80% | 80% | — | — | — |
Dette kaldes en kohortefastholdelsestabel.
— betyder noget.
En kunde, der startede i april og kun har været hos dig i tre måneder, kan naturligvis ikke tælles med i seks-måneders fastholdelse.
De har ikke haft mulighed for at nå Måned 6 endnu.
Så når du beregner fastholdelse ved M6, skal du kun medtage kunder, der er mindst seks måneder gamle.
Omsæt tabellen til én kurve
Når du har nok kohorter, kan du kombinere dem.
Du kan opdage, at på tværs af dit bureau ser det sådan ud:
| Tid siden kontrakt | Kundefastholdelse |
|---|---|
| Måned 0 | 100% |
| Måned 1 | 92% |
| Måned 2 | 86% |
| Måned 3 | 78% |
| Måned 6 | 63% |
| Måned 9 | 54% |
| Måned 12 | 47% |
Nu har du noget langt mere brugbart end et almindeligt kundetalsdiagram.
Du har formen på det gennemsnitlige kundeforhold i dit bureau.
Og formen på kurven betyder noget
Forestil dig to bureauer.
Begge får omtrent samme antal kunder.
Begge har lignende omsætning.
Men deres kurver ser meget forskellige ud.
Bureau A
100% ●
│\
90% │ ●──●──●
│ \
80% │ ●────●────●
│
└────────────────────
0 1 3 6 9 12
De fleste kunder bliver.
Efter det tidlige fald flader kurven ud.
Det er interessant.
Det antyder, at når en kunde overlever de første måneder, er de tilbøjelige til at blive.
Bureau B
100% ●
│\
80% │ ●
│ \
60% │ ●
│ \
40% │ ●
│ \
20% │ ●
│
└────────────────────
0 1 3 6 9 12
Dette bureau har et helt andet problem.
De får kunder ind ad hoveddøren, mens eksisterende kunder går ud bagdøren.
De kan stadig vokse.
Men væksten bliver dyrere måned for måned.
Se efter, hvor kurven falder
Det interessante er ikke kun den endelige procentdel.
Det er hvor faldet sker.
Hvis du ser:
100 % → 70 % i den første måned
Har du sandsynligvis ikke et langsigtet fastholdelsesproblem endnu.
Du kan have et salgs- eller onboardingproblem.
Måske blev der sat forkerte forventninger.
Måske var kunden ikke et godt match.
Måske er overleveringen fra salg til levering dårlig.
Måske købte kunden noget andet, end teamet troede, de skulle levere.
Hvis du ser:
100 % → 95 % → 93 % → 90 % → så et stort fald omkring Måned 3
Det er et andet signal.
Måske bærer den indledende entusiasme forholdet.
Så begynder kunden at stille spørgsmål ved værdien.
Måske er rapporteringen uklar.
Måske stopper strategien med at udvikle sig.
Måske bliver bureauet mere en eksekveringsleverandør end en partner.
Hvis kurven forbliver stærk til Måned 6 og derefter falder konsekvent:
Har du et andet spørgsmål at undersøge.
Hvad sker der omkring Måned 6?
Måske fornyes kontrakter.
Måske bliver kampagner gentagne.
Måske bringer kunderne funktionen in-house.
Måske flader resultaterne ud.
Fastholdelseskurven fortæller dig ikke hvorfor kunder forlader.
Den fortæller dig hvor du skal kigge.
Og det er utroligt værdifuldt.
Det spørgsmål, jeg ville stille enhver bureaugrundlægger
Ikke:
Hvor mange kunder har du?
Ikke:
Hvad er din månedlige tilbagevendende omsætning (MRR)?
Ikke engang:
Hvor mange kunder fik du i sidste kvartal?
Jeg ville spørge:
Af hver 10 retainer-kunder, du skriver kontrakt med, hvor mange er stadig hos dig seks måneder senere?
For forestil dig to bureauer med 10 millioner kroner i omsætning.
Bureau A får 20 kunder om året og beholder 18.
Bureau B får 40 kunder om året og mister 20.
De kan vise samme omsætning i dag.
Men det er ikke den samme forretning.
Den ene har voksende, komponerede kundeforhold.
Den anden har et salgshjul, der bare kører rundt.
Start med fire tal
Du behøver ikke kompliceret analyse-software.
Åbn et regneark.
List alle retainer-kunder, du har haft.
Tilføj:
Kundenavn Startdato Slutdato — lad stå tom, hvis kunden stadig er aktiv
Så beregner du:
1-måneds fastholdelse
Af de kunder, der er gamle nok til at have nået én måned, hvor stor en procentdel er stadig hos dig?
3-måneders fastholdelse
Af de kunder, der er gamle nok til at have nået tre måneder, hvor mange overlevede tre måneder?
6-måneders fastholdelse
Af de kunder, der er gamle nok til at have nået seks måneder, hvor mange overlevede seks måneder?
12-måneders fastholdelse
Af de kunder, der er gamle nok til at have nået tolv måneder, hvor mange overlevede et år?
Det er nok til at komme i gang.
Du kan ende med:
M1 — 94 % M3 — 82 % M6 — 68 % M12 — 51 %
Plot dem.
Så har du din fastholdelseskurve.
Tilføj så omsætningsfastholdelse
Når du forstår kundefastholdelse, er der et lag mere værd at tilføje.
For ikke alle kunder er lige.
Forestil dig, at du har 10 kunder.
Ni betaler 50.000 kr./md.
Én betaler 400.000 kr./md.
Hvis den store kunde forlader, kan din kundefastholdelse stadig se fremragende ud.
Du fastholdt:
9 ud af 10 kunder = 90 %
Men du mistede næsten halvdelen af din tilbagevendende omsætning.
Så til sidst vil jeg spore to kurver:
Kundefastholdelse
Hvor mange relationer overlevede?
og
Omsætningsfastholdelse
Hvor meget af den oprindelige tilbagevendende omsætning overlevede?
Den første fortæller om dine kundeforhold.
Den anden fortæller om den økonomiske effekt af disse forhold.
Men start med den simple kurve
Gør ikke dette til endnu et dashboard-projekt.
Tag dine retainer-kunder.
Sæt hver enkelt til Måned 0.
Følg om de stadig er der ved Måned 1, Måned 3, Måned 6 og Måned 12.
Plot det.
Så kig på formen.
For hvis dit bureau skal skaffe en ny kunde, hver gang en gammel forlader, bygger du ikke videre på sidste måneds arbejde.
Du genopbygger sidste måned.
Og til sidst bliver salg sværere.
Grundlæggeren bliver træt.
Erhvervelsesomkostningerne stiger.
Teamet skal hele tiden onboarde nye kunder.
Viden forlader konstant.
Prognoser bliver svære.
Omsætningen bliver uforudsigelig.
Derfor betyder fastholdelse så meget.
Ny forretning fortæller, hvor hurtigt du bevæger dig.
Fastholdelse fortæller, om noget af den bevægelse faktisk vokser.