下载笔记本以演示下面介绍的解决方案订阅模式正在经历一场复兴，廉价音乐CD俱乐部的时代一去不复返，取而代之的是越来越多的数字流媒体服务，提供音乐、视频和更直接的给消费者的设备，以换取适度的经常性收费。如今，70%的美国家庭至少订阅了一项流媒体订阅服务，平均每个用户家庭有3.4个这样的订阅。这些服务的成功加上消费者对便利性的需求不断增加，促使越来越多的零售商和消费品公司加入该法案。2014年至2017年期间，订阅盒市场增长了890%，消费者对食品、美容和服装的兴趣份额不成比例。到这一时期结束时，大约15%的在线购物者已经注册了这类服务。到了2019年末，这一比例已经增长到了50%以上，注册人数远远超过了千年一代的消费者，而正是千禧一代的消费者在推动这一领域的快速增长。随着消费者重新思考过去的消费模式，考虑到持续的健康和安全问题，可靠的，基本商品的上门配送正在促进订阅市场的进一步增长。对于这两家零售商来说，这种新模式代表了一个接触新客户和确保经常性收入流的机会。对于消费品制造商来说，这种模式提供了直接与消费者联系的额外好处，而这正是消费者越来越期待的，否则这些好处将隐藏在零售商背后。这也为品牌推广和通过完全由制造商控制的路线向客户交付产品开辟了额外的途径。同时，这些模式还为零售商提供了引入自有品牌的能力，从而克服了过去消费者采用的一些障碍。直接面向消费者的订阅市场潜力巨大，但这一领域的赢家和输家最终将是谁，还有待确定。没有成功的保证订阅领域的成功并非易事，因为"消费者对订阅没有内在的热爱"。服务通常必须通过越来越昂贵的广告购买来提高人们的认知度，并通过免费或折扣试用来吸引订阅者，而这些试用往往无法转换为全价订阅。如果一个订阅者改变主意，保持他们的参与是一个持续的挑战，因为疲劳开始或产品简单堆积。快速退出政策旨在缓解订户对新服务提供商长期承诺的担忧，使客户在相对短的时间内离开服务，把稳定收入的承诺置于危险之中。最近对面向消费者的订阅服务进行的一项分析估计，该细分市场的月平均流失率为7.2%，如果缩小到专注于消费品的服务领域，则该比率飙升至10.0%。这一数字意味着平均订阅盒服务的生命周期为10个月，企业几乎没有时间收回收购成本并使用户获得净利润。平衡客户获取和保留至关重要这是任何订阅服务长期成功的核心挑战。Blue Pairt等备受关注的服务提供了非常公开的案例研究，说明高客户获取成本加上低客户生命周期价值的后果，但每一项订阅服务都必须在客户获取和客户保留之间寻求平衡。这一点尤其具有挑战性，因为成功的客户获取战略需要使服务规模化，随后往往会出现服务中断或质量和客户体验下降，从而加速订阅放弃。为了补充失去的订户，收购引擎继续磨合，费用不断增加。由于服务覆盖的客户群超出了其最初的目标市场，因此，在相同的时间段内，这些服务可能无法与新用户产生共鸣，或者可能会压倒这些用户的消费能力，从而加剧了用户流失的总体问题。在某种程度上，组织必须冷静、认真地审视与所获得的订户终身价值（LTV）相关的收购成本。这些数字需要达到一个健康的平衡，并且需要积极地管理保留，而不是作为一个需要解决的时间点问题，而是作为一种"慢性病"，需要为业务的持续健康进行管理。通过仔细研究一些客户离开和一些客户留下的原因，可以为持续的收购驱动增长创造空间。当以收购时已知的因素为中心时，企业可能有机会重新思考其收购战略中促进更高平均保留率和盈利能力的关键方面。基于获取变量检查保留率订阅服务的公共数据极难获得，但台湾的音乐流媒体服务公司KKBox最近提供了2年以上的匿名订阅数据，以检查客户流失情况。虽然不是零售或CPG订阅服务，但数据中发现的客户动态应该与任何订阅提供商产生共鸣。绝大多数订户在最初的30天试用期内加入了KKBox服务。然后，客户似乎加入了一年期的订阅，这为该服务提供了稳定的收入流。在30天的试用期内，每隔一年，订户就有机会流失，如图1所示费率反映了在一段时间内保留的初始（第1天）用户数的比例，首先是在按需付费里程碑，然后是在续订里程碑。图1。KKBox流媒体服务订阅日的客户流失这种高初始下降的模式，随后是一段缓慢但持续的下降周期，这是直观的。值得注意的是，如果我们考虑这些订阅的注册渠道（图2）、初始支付方式和初始支付条款/天数（图3），我们会发现客户流失的模式大不相同，不仅是在从第一个更新窗口窗口过渡的过程中，而且是在客户数据生成的两年期间内可用。图2。通过不同渠道注册的KKBox流媒体服务按订阅日计算的客户流失图3。在KKBox流媒体服务上按订阅日计算的客户流失，用于选择不同的初始付款方式和期限/天数的客户这些模式似乎表明，KKBox实际上可以根据用户获取时已知的信息，根据客户的生存潜力来区分客户。当客户注册试用时，这些信息可能有助于通知或指导他们具体的折扣或促销活动。这些信息也可能会告知KKBox哪些产品或功能需要中断，如图3所示的初始付款方法35或7天付款计划，与最初30天的高流失率保持一致，长期存活率很低。当然，这些因素之间是有关系的，所以我们应该谨慎地孤立地看待它们。通过推导客户流失的基线风险（危害）（图4），我们可以计算出不同因素对基线的影响，从而将每个因素视为一个独立的危害乘数（表1），我们可以绘制特定客户在给定时间点放弃订阅的机会。图4。订阅生命周期内客户流失的基线风险类别特色因素注册通道通道30.96通道41.20频道71频道90.92首期付款方式方法205.15方法223方法285.31方法292.50方法302.27方法_310.94方法_322.89方法_331.53方法_340.57方法_354.43方法362.30方法_371.10方法_383.32方法_391.19方法_401.32方法411表1。渠道和支付方式乘数，结合起来解释客户在不同时间点的流失风险。该值越高，相关期间内客户流失的比例风险就越高。对数据应用流失分析这项分析令人兴奋的部分是，它不仅有助于量化客户流失的风险，而且还描绘了一幅定量图，说明哪些因素能够解释这种风险。重要的是，我们不要对某一特定属性与其相关危害之间的因果联系得出过于草率的结论，但它这是一个很好的起点，可以用来确定一个组织需要集中注意力进行进一步调查的地方。分析的难点不在于分析技术。用于进行上述分析的Kaplan-Meier曲线和Cox比例风险模型已经建立并在分析平台上得到广泛支持。主要的挑战是组织输入数据。作为企业，绝大多数订阅服务都是相当新的，因此，检查客户流失所需的数据可能分散在多个系统中，这使得综合分析更加困难。数据湖是解决这个问题的一个起点，但清理和重组随着业务本身（通常是快速）发展而演变的数据所需的复杂转换需要相当大的处理能力。KKBox信息资产当然就是这样，数据提供者在其公众质疑。成功完成这项工作的关键是建立透明的、可维护的数据处理管道，这些数据处理管道可以在弹性伸缩（因此也就是成本效益）上执行