Retensjonskurven alle byrågründere bør kjenne til

Tenk deg at byrået ditt signerer 10 kunder på retainer.

Glem for nå hvor mye hver kunde betaler. Glem hvor mange innlegg, videoer, annonser eller kampanjer du produserer.

Vi måler bare én ting:

Ble kunden værende?

Måneden kunden starter er Måned 0.

Ved Måned 0 er retensjonen alltid 100 %.

Så følger du den samme kundegruppen videre.

Hvis 9 fortsatt er med etter én måned:

Retensjon ved Måned 1 = 90 %

Hvis 8 er igjen etter tre måneder:

Retensjon ved Måned 3 = 80 %

Hvis 6 er igjen etter seks måneder:

Retensjon ved Måned 6 = 60 %

Hvis bare 4 er igjen etter ett år:

Retensjon ved Måned 12 = 40 %

Plott disse tallene i en graf, og du får din kundetilbakeholdelseskurve.

Kundetilbakeholdelse

100%  ●
      │\
 90%  │ ●
      │  \
 80%  │   ●
      │    \
 70%  │     ●
      │       \
 60%  │        ●
      │          \
 50%  │           ●
      │             \
 40%  │              ●
      │
      └──────────────────────────
       M0  M1  M3  M6  M9  M12

          Måneder siden signering

Grafen svarer på ett spørsmål:

Når vi signerer en kunde, hvor lenge blir de egentlig værende?

Dette er et helt annet spørsmål enn:

Hvor mye inntekter hadde vi denne måneden?

Tenk deg at byrået ditt starter året med 10 kunder.

Tre kunder forlater deg i løpet av de neste månedene.

Men salgsteamet ditt signerer fire nye.

Du startet med:

10 kunder

Du mistet:

3 kunder

Du la til:

4 kunder

Nå har du:

11 kunder

Utenfra ser alt bra ut.

Antall kunder har økt.

Inntektene kan ha økt.

Månedsrapporten din er grønn.

Du tenker kanskje:

Vi vokser.

Men under overflaten kan noe annet skje.

Du erstatter stadig kunder som forlater deg.

Byrået vokser ikke nødvendigvis fordi kundene elsker å bli værende.

Det kan vokse fordi du blir bedre til å erstatte kundene du mister.

Det er en helt annen forretningsmodell.

Tenk på det som å fylle en bøtte med et hull i bunnen.

Mer salg betyr at du heller vann raskere inn.

Retensjon forteller deg hvor stort hullet er.

Kunder signerer åpenbart ikke alle på samme dag.

Du kan ha:

• Kunde A som starter i januar
• Kunde B som starter i februar
• Kunde C som starter i februar
• Kunde D som starter i april
• Kunde E som starter i juni

Å sammenligne dem etter kalender måneder sier derfor lite.

I stedet nullstiller du klokken for hver kunde.

Måneden de signerer blir Måned 0.

Deretter:

M1 = én måned etter signering M2 = to måneder etter signering M3 = tre måneder etter signering

og så videre.

Du sammenligner kunder basert på hvor lenge de har vært hos byrået, ikke hvilken måned i året det er.

Grupper kunder basert på når de startet.

For eksempel:

Dette kalles en kohort-retensjonstabell.

— betyr at data ikke er tilgjengelig.

En april-kunde som bare har vært med i tre måneder kan selvsagt ikke inkluderes i seksmåneders retensjon.

De har ikke hatt mulighet til å nå Måned 6 ennå.

Så når du beregner retensjon ved M6, inkluderer du bare kunder som er minst seks måneder gamle.

Når du har nok kohorter, kan du slå dem sammen.

Du kan oppdage at på tvers av byrået ditt ser det slik ut:

Nå har du noe langt mer nyttig enn en vanlig kundetalls-graf.

Du har formen på det gjennomsnittlige kundeforholdet i byrået ditt.

Tenk deg to byråer.

Begge signerer omtrent like mange kunder.

Begge har lignende inntekter.

Men kurvene deres ser veldig forskjellige ut.

Byrå A

100% ●
     │\
 90% │ ●──●──●
     │       \
 80% │        ●────●────●
     │
     └────────────────────
       0  1  3  6  9  12

De fleste kundene blir værende.

Etter et tidlig fall flater kurven ut.

Det er interessant.

Det antyder at når en kunde har overlevd de første månedene, er det sannsynlig at de blir værende.

Byrå B

100% ●
     │\
 80% │ ●
     │   \
 60% │     ●
     │       \
 40% │         ●
     │           \
 20% │             ●
     │
     └────────────────────
       0  1  3  6  9  12

Dette byrået har et helt annet problem.

De får kunder inn døren, mens eksisterende kunder forsvinner ut bakdøren.

De kan fortsatt vokse.

Men veksten blir dyrere for hver måned.

Det interessante er ikke bare den endelige prosentandelen.

Det er hvor fallet skjer.

Hvis du ser:

100 % → 70 % i løpet av den første måneden

Har du sannsynligvis ikke et langsiktig retensjonsproblem ennå.

Du kan ha et salgs- eller onboardingproblem.

Kanskje feil forventninger ble satt.

Kanskje kunden ikke passet.

Kanskje overleveringen fra salg til leveranse er dårlig.

Kanskje kunden kjøpte noe annet enn det teamet trodde de skulle levere.

---

Hvis du ser:

100 % → 95 % → 93 % → 90 % → så et stort fall rundt Måned 3

Det er et annet signal.

Kanskje den innledende entusiasmen bærer forholdet.

Så begynner kunden å stille spørsmål ved verdien.

Kanskje rapporteringen ikke er tydelig.

Kanskje strategien slutter å utvikle seg.

Kanskje byrået blir en ren utfører i stedet for en partner.

---

Hvis kurven holder seg sterk til Måned 6 og deretter faller jevnt:

Har du et annet spørsmål å undersøke.

Hva skjer rundt Måned 6?

Kanskje kontrakter fornyes.

Kanskje kampanjer blir repeterende.

Kanskje kundene tar funksjonen in-house.

Kanskje resultatene flater ut.

Retensjonskurven forteller deg ikke hvorfor kunder forlater.

Den forteller deg hvor du skal se.

Og det er utrolig verdifullt.

Ikke:

Hvor mange kunder har du?

Ikke:

Hva er din månedlige tilbakevendende inntekt (MRR)?

Ikke engang:

Hvor mange kunder signerte du dette kvartalet?

Jeg ville spurt:

Av hver 10 retainer-kunder du signerer, hvor mange er fortsatt med deg etter seks måneder?

For tenk deg to byråer med 10 millioner kroner i omsetning.

Byrå A signerer 20 kunder hvert år og beholder 18.

Byrå B signerer 40 kunder hvert år og mister 20.

De kan vise samme inntekt i dag.

Men de er ikke samme forretning.

Den ene har voksende, kompenserende kundeforhold.

Den andre løper på et salgs-tredemølle.

Du trenger ikke komplisert analyseverktøy.

Åpne et regneark.

List opp alle retainer-kunder du har hatt.

Legg til:

Kundenavn Startdato Sluttdato — tomt hvis de fortsatt er aktive

Så beregner du:

1-måneds retensjon

Av kunder som er gamle nok til å ha nådd én måned, hvor mange var fortsatt med deg?

3-måneds retensjon

Av kunder som er gamle nok til å ha nådd tre måneder, hvor mange overlevde tre måneder?

6-måneds retensjon

Av kunder som er gamle nok til å ha nådd seks måneder, hvor mange overlevde seks måneder?

12-måneds retensjon

Av kunder som er gamle nok til å ha nådd tolv måneder, hvor mange overlevde ett år?

Det er nok til å begynne med.

Du kan ende opp med:

M1 — 94 % M3 — 82 % M6 — 68 % M12 — 51 %

Plott dem.

Da har du din retensjonskurve.

Når du forstår kundetilbakeholdelse, er det ett lag til som er verdt å legge til.

For ikke alle kunder er like.

Tenk deg at du har 10 kunder.

Ni betaler 50 000 kroner i måneden.

Én betaler 400 000 kroner i måneden.

Hvis den store kunden forlater, kan kundetilbakeholdelsen fortsatt se utmerket ut.

Du beholdt:

9 av 10 kunder = 90 %

Men du mistet nesten halvparten av retainer-inntektene.

Så til slutt ville jeg fulgt to kurver:

Kundetilbakeholdelse

Hvor mange kundeforhold overlevde?

og

Inntektsretensjon

Hvor mye av den opprinnelige tilbakevendende inntekten overlevde?

Den første forteller om kundeforholdene.

Den andre forteller om den økonomiske effekten av disse forholdene.

Ikke gjør dette til et nytt dashbord-prosjekt.

Ta dine retainer-kunder.

Sett hver enkelt til Måned 0.

Følg om de fortsatt er der ved Måned 1, Måned 3, Måned 6 og Måned 12.

Plott det.

Se på formen.

For hvis byrået ditt må skaffe en ny kunde hver gang en gammel forlater, bygger du ikke videre på forrige måneds arbeid.

Du bygger opp forrige måned på nytt.

Og til slutt blir salg vanskeligere.

Gründeren blir sliten.

Ervervskostnadene øker.

Teamet fortsetter å onboarde nye kontoer.

Kunnskap forsvinner kontinuerlig.

Prognoser blir smertefulle.

Inntektene blir uforutsigbare.

Derfor er retensjon så viktig.

Ny business viser hvor raskt du beveger deg.

Retensjon viser om noe av bevegelsen faktisk bygger seg opp.