การรักษาลูกค้าถือเป็นหัวใจสำคัญขององค์กรในการจัดการสินทรัพย์ ในความเป็นจริง การได้รับลูกค้ารายใหม่นั้นอาจมีราคาแพงกว่าการรักษาลูกค้าเดิมถึง 5 เท่า(five times more expensive as retaining an existing client) ปัจจัยหลายประการอาจส่งผลต่อการเลิกใช้บริการ แต่บ่อยครั้งที่ค่าธรรมเนียมการจัดการ ค่าธรรมเนียมธุรกรรม และค่าธรรมเนียมที่ปรึกษาจะถูกพิจารณาว่าเป็นเหตุผลที่ลูกค้าอาจเลือกที่จะอยู่กับบริษัทต่อไปหรือพิจารณาทางเลือกอื่น
หากคุณไม่คุ้นเคย ค่าธรรมเนียมการจัดการคือค่าธรรมเนียมที่จ่ายให้กับผู้จัดการการลงทุนสำหรับการดูแลพอร์ตโฟลิโอของลูกค้า โดยทั่วไปจะคำนวณเป็นเปอร์เซ็นต์ของสินทรัพย์ภายใต้การจัดการ ค่าธรรมเนียมธุรกรรมคือต้นทุนที่เกิดขึ้นทุกครั้งที่มีการซื้อหรือขายการลงทุน ค่าธรรมเนียมที่ปรึกษาคือค่าธรรมเนียมที่จ่ายให้กับที่ปรึกษาทางการเงินสำหรับคำแนะนำของพวกเขา ซึ่งอาจเรียกเก็บเป็นค่าธรรมเนียมคงที่ อัตราต่อชั่วโมง หรือเปอร์เซ็นต์ของสินทรัพย์ภายใต้การจัดการ ค่าธรรมเนียมทั้งหมดเหล่านี้ค่อนข้างเป็นมาตรฐานในอุตสาหกรรมการจัดการสินทรัพย์
สำหรับตัวอย่างของเราในวันนี้ เราสร้างชุดข้อมูลจากบริษัทจัดการสินทรัพย์สมมติที่ประสบปัญหาลูกค้าออกจากระบบมากกว่าปกติ เราสุ่มตัวอย่างบัญชี 30 บัญชีจาก 5 ปีที่ผ่านมา และพบว่าลูกค้า 13 รายออกจากระบบไปแล้ว เราต้องการตรวจสอบว่าตัวแปรทั้งสามนี้มีผลกระทบต่อลูกค้าที่ออกจากระบบหรือไม่
ไม่คุ้นเคยกับ Minitab? ลองดูโซลูชันของเราสำหรับสถาบันการเงินดูข้อมูลเพิ่มเติม
Binary Logistic Regression ใน Minitab
เราใช้การวิเคราะห์ binary logistic regression เพื่อวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเหล่านี้และการรักษาลูกค้า การวิเคราะห์ binary logistic regression จะใช้ในบริบทนี้เพื่อวิเคราะห์ว่าค่าธรรมเนียมการจัดการ ค่าธรรมเนียมธุรกรรม และค่าธรรมเนียมที่ปรึกษาส่งผลต่อสถานะการรักษาลูกค้าอย่างไร ซึ่งช่วยให้ได้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลว่าปัจจัยใดบ้างที่ส่งผลกระทบอย่างมีนัยสำคัญต่อการที่ลูกค้าจะเลือกอยู่กับบริษัทต่อไป
เราใช้ Stepwise Regression เพื่อเลือกโมเดลที่เหมาะสมโดยอัตโนมัติ นี่คือผลลัพธ์ของเรา:
สิ่งที่เราได้เรียนรู้หลักๆ
หลังจากวิเคราะห์ข้อมูลแล้ว เราได้รับข้อมูลเชิงลึกมากมาย หนึ่งในนั้นโดดเด่นเป็นพิเศษ:
ผลกระทบสำคัญของค่าธรรมเนียมที่ปรึกษา: การวิเคราะห์เผยให้เห็นความสัมพันธ์เชิงบวกที่สำคัญทางสถิติระหว่างค่าธรรมเนียมที่ปรึกษาและการรักษาลูกค้า โดยมีค่า p-value เท่ากับ 0.012 แม้ว่าในตอนแรกจะน่าแปลกใจ แต่ข้อมูลแสดงให้เห็นว่าค่าธรรมเนียมที่ปรึกษาที่สูงขึ้นมีความเกี่ยวข้องกับโอกาสที่ลูกค้าจะเลือกอยู่กับบริษัทมากขึ้น ซึ่งบ่งบอกถึงมูลค่าที่รับรู้ได้ในบริการที่ปรึกษาที่ให้ไว้
ทั้งค่าธรรมเนียมการจัดการและค่าธรรมเนียมธุรกรรมไม่มีผลกระทบที่สำคัญทางสถิติต่อการรักษาลูกค้า
นอกจากนี้ เรายังใช้ Minitab เพื่อสร้าง Binary Plot ที่เน้นที่สถานะการยังคงอยู่ของลูกค้า:
จุดข้อมูลสีน้ำเงินที่ด้านบนของกราฟแสดงลูกค้าที่ยังคงอยู่ ส่วนจุดที่อยู่ด้านล่างแสดงถึงการเลิกใช้บริการ ตอนนี้เราสามารถเห็นได้อย่างชัดเจนแล้วว่าโดยทั่วไป เมื่อค่าธรรมเนียมที่ปรึกษาเพิ่มขึ้น การซื้อเข้าและการรักษาลูกค้าก็เพิ่มขึ้นตามไปด้วย
ขั้นตอนต่อไปและการปรับปรุง
ปัจจุบัน องค์กรสามารถใช้ข้อมูลนี้เพื่อตัดสินใจอย่างรอบรู้ ตัวอย่างเช่น หากเป้าหมายคือเพิ่มอัตราการรักษาลูกค้าเป็น 95% ต่อปี ก็สามารถกำหนดค่าธรรมเนียมที่ปรึกษาเป็น 0.9% หรือสูงกว่านั้นได้ แนวทางนี้ไม่เพียงแต่ช่วยเพิ่มความพึงพอใจของลูกค้าเท่านั้น แต่ยังส่งเสริมการปรับปรุงกระบวนการอย่างต่อเนื่องอีกด้วย โดยรับรองว่าบริการต่างๆ สอดคล้องกับความคาดหวังของลูกค้าและมีส่วนสนับสนุนความสำเร็จของธุรกิจโดยรวม และในกรณีนี้ อาจช่วยป้องกันข้อผิดพลาด เช่น การลดค่าธรรมเนียมที่ปรึกษา ซึ่งจะส่งผลกระทบเชิงลบต่อผลกำไร
การก้าวไปข้างหน้าโดยมุ่งเน้นที่ข้อมูลเพื่อปรับปรุงกระบวนการสามารถช่วยให้องค์กรเพิ่มอัตราการรักษาลูกค้าและมอบคุณค่าที่ดีกว่าแก่ลูกค้าในระยะยาว
ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการวิเคราะห์ข้อมูลที่สามารถช่วยคุณและทีมของคุณได้อย่างไร พูดคุยกับ Minitab
บทความต้นฉบับ : Improving Client Retention in Finance Through Data-Driven Insights
ต้นฉบับนำมาจาก Minitab blog , แปลและเรียบเรียงโดยชลทิชา จํารัสพร
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitab ช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ