Il comportamento dei clienti all’adeguamento dei prezzi è diversa e non prevedibile con i sistemi di repricing ordinario.
Moxoff ha studiato un sistema di repricing intelligente che permette di individuare una soglia di repricing personalizzata su cluster di clienti che minimizza il rischio churn.
Repricing: un modello “cieco”
In alcuni settori come le aziende Utilities e Telco, il repricing periodico delle tariffe è la norma.
In particolare, in un settore come quello dell’energia, in cui il prezzo è quanto mai variabile, le aziende devono continuamente adattare i prezzi dei propri prodotti. Il prezzo dell’energia, ad esempio, spesso è più basso alla firma del contratto con l’utente, rispetto alla tariffa che il cliente pagherà in seguito. In genere, nei primi dodici mesi dall’inizio dell’erogazione del servizio, infatti, il prezzo viene rimodulato per permettere all’azienda di rientrare dei costi di acquisizione del cliente e di allinearsi ai nuovi prezzi di mercato. Questa pratica, chiamata repricing, ha dimostrato avere un impatto negativo sul churn: alcuni clienti, infatti, a seguito dell’aumento dei prezzi abbandonano il fornitore per rivolgersi ad altri.
La pratica del repricing però, si basa spesso su un modello “cieco” che non tiene conto di un fattore importante: non tutti i clienti sono uguali tra loro, hanno consumi e prezzi di partenza diversi, e il repricing può avere un impatto più o meno importante sulla capacità di pagamento di alcuni ma non di altri. Definire una politica di repricing uguale per tutti i clienti, quindi, può non rivelarsi molto smart, oltre al fatto che le politiche di repricing non permettono di prevedere il comportamento dei clienti: infatti è possibile che alcuni clienti, già a rischio di churn, vengano del tutto convinti a cambiare trader proprio grazie a un repricing standard. Non considerare questi fattori porta a non riuscire a prevedere le perdite in termini di clienti, di fatturato e quindi di bilancio aziendale.
Dal Repricing allo Smart Repricing
Moxoff ha studiato e prodotto un sistema che, valutando i dati a disposizione di un’azienda sul churn di particolari cluster di clienti, come ad esempio, le PA, i condomini, per tipo di prezzo, eccetera, e incrociando i dati con lo storico dei repricing, permette di calcolare il churn per diverse fasce di clienti sulla base del tipo di aumento previsto in bolletta. Il modello matematico realizzato da Moxoff ha quindi contribuito a rendere smart un modello di repricing obsoleto.
Il modello di Moxoff permette di applicare politiche di Smart Repricing sulla base di dati che quantificano l’impatto del repricing intelligente sul churn calcolato in base al diverso effetto che il repricing ha sulla bolletta del cliente. Questo permette di identificare una soglia di “tolleranza”, in modo da fornire all’azienda informazioni sul massimo repricing tollerato da un cluster di clienti, al fine di ottenere margini di profitto.
Contattaci per ricevere ulteriori informazioni
