Müşteri iptali, müşterinin bir ürün veya hizmeti o şirketten almayı sonlandırması olarak ifade edilmektedir. Tüketimin online teknoloji ile daha da hızlanması nedeniyle günümüzde müşterinin son kullanımından sonra uzun bir süre geçmesi de iptal olarak tanımlanmaktadır. Pazarların birden fazla şirket ile kalabalıklaştığı ve ekonomi kitaplarında görülen tam rekabet ekonomisine gittikçe yaklaşılan günümüzde yeni bir müşteri kazanmak mevcut müşteriyi tutmaktan daha zor. Bu nedenle şirketler mevcut müşteri portföyünü elde tutma ve büyütme anlamında stratejiler oluşturur.
Müşteri odaklı olan şirketlerde, müşteriyi elde tutmak için bütün birimler ve müşteriye dokunan her yapı önemli rol oynamaktadır. Bütün bunlara rağmen iptal riski olan müşterilerin tespiti ve iptale gelen müşterilere karşı izlenecek yollar şirketler tarafından oluşturulmalıdır.
İptale gelmeden müşterinin davranışını ölçümlemek olarak da belirlenen “Müşterinin İptal Etme” olasılığı, proaktif olarak müşteri davranışlarını incelemek üzerine kuruludur. Müşterinin iptal potansiyelini tespit edebilmek için proaktif elde tutma analizleri yapılmaktadır. Bu analizlere müşterilerin kanal ziyaret sıklıkları, şikâyet durumları, kullanımı azaltma gibi davranışları girmekte ve müşterinin iptal etme riski ve olası iptal etme zamanı hesaplanmaktadır. Bu analizlerin başarı oranı şirketlerin müşterilerini elde tutma çabalarındaki başarı oranını da göstermektedir. Bu çalışmaların doğru müşteriyi adresleyememesi dışında, mevcutta karlı müşterilere daha avantajlı teklifler sunarak şirketlerin karlarını düşürme riski de bulunmaktadır.
Birçok şirket iptal riskini belirleme modellerini geçmiş istatistiklere, regresyon modellerine ve veri-analizi yöntemlerine dayandırmaktadır. Bu teknikler belirli bir raddeye kadar müşteri riskini hesaplasa da ani müşteri hareketleri veya müşteri etkileşimlerine karşı oluşan riskleri kapsayamamaktadır. Bu nedenle anlık müşteri modelleri daha çok öne çıkmaktadır. Aynı zamanda müşterileri büyük kitleler yerine daha küçük olan mikro-segmentlere bölerek müşteri teklifleri sunmak da bir çözüm olabilmektedir. Bütün bu çalışmalara rağmen şirketin cebinden öngörülmemiş bir gelir azalışının olmasını önlemek, müşterilerin şirkete yeteri değer katmadan ayrılmaları riskini azaltmak üzere müşteri yaşam döngüsü değeri (Customer Lifetime Value) hesaplanmalı ve buna göre aksiyon alınmalıdır.
Bütün bu modellerin özünde ise veri toplanması ve yönetimi yer almaktadır. Müşterilere dokunulan her alanda yazı, resim, ses vb. yollarla datalarını saklamak, bunlar üzerine modeller kurmak; daha hızlı müşteri çözümleri sunabilmek adına anlık teklif yapıları oturtmak ise şirketlerde gittikçe büyüyen bir data yapısını ve bunları yönetme ihtiyacını ortaya çıkarmaktadır. Big Data dediğimiz ve online şirketler olan Google, Facebook gibi şirketlerin kullandığı datalar ile gündeme daha çok gelen bu veri yönetimi sistemi tüm dünyada şirketlerin üzerinde durduğu, araştırdığı ve kendilerini geliştirmeye çalıştığı bir konudur. Kendi müşterilerini anlamak dışında müşteri datasını paylaşarak değer yaratan şirketlerin olduğu bir ortamda Big Data yönetimi gittikçe değer kazanacaktır.
