Innovative customer behavior forecasting framework for subscription-based organizations

Abstract

This thesis focuses on customer behavior forecasting and more specifically the customer churn faced by subscription-based organizations. Customer churn is a critical and challenging issue for subscription-based organizations in a rapidly growing and competitive market. Customer churn is inextricably linked with organizations prosperity and growth, as it is responsible for revenue and sales losses and potential negative impact to organizations due to the loss of customers. Accordingly, many organizations from the subscription-based domain conduct research resulting in the development and assessment of various methods, techniques, and solutions, that could improve churn prediction. However, there is a lack of customer churn prediction framework and a commonly accepted churn prediction procedure, that will support decision making process. Taking into account the above, this thesis focuses on: i) the proposition of a churn prediction procedure and ii) the synthesis and development of a customer churn prediction framework that can be used as a decision making tool, and may assists organizations in churn reduction. Grounded, on the systematic literature review conducted in Chapter 2, a research gap was identified. In an attempt, to address this gap a churn prediction procedure and a customer churn prediction framework were conceptualized and proposed in Chapter 3. The proposed conceptualization, was tested in the practical arena using an interpretivism qualitative multiple case study strategy. Empirical data collected from two telecommunication subscription-based organizations, verified the proposed conceptualization and suggested minor additions. The latter, resulted in the revised customer churn prediction framework presented in Chapter 6. The research work carried in this thesis, contributes to the body of knowledge, by providing novel contribution and extending the literature. It also assist organizations to customer churn prediction accuracy and supports decision making process.

Συνδρομητικοί οργανισμοί όπως εταιρίες λογισμικού, τηλεπικοινωνιακοί οργανισμοί, συνδρομητικές πλατφόρμες τηλεόρασης, οργανισμοί παροχής ηλεκτρικής ενέργειας και άλλοι, βρίσκονται σε μία διαρκή αναζήτηση τρόπων διατήρησης και αύξησης του πελατολογίου και του τζίρου τους καθώς αυτά αποτελούν θέματα ζωτικής σημασίας για τη βιωσιμότητα και την ανάπτυξη τους. Η παρούσα διπλωματική διατριβή εστιάζει στη μελέτη της απώλειας πελατών (customer churn) συνδρομητικών οργανισμών και στη δημιουργία ενός πλαισίου(framework) που μπορεί να χρησιμοποιηθεί ως εργαλείο λήψης αποφάσεων γιατη μείωση της απώλειας και την αύξηση της αποτελεσματικότητας. Η απώλεια πελατών έχει αναδειχθεί σε μέιζον ζήτημα για τους συνδρομητικούς οργανισμούς, καθώς έχει αρνητικό αντίκτυπο στην αγορά ενώ παράλληλα επηρεάζει την ανάπτυξη και την κερδοφορία τους. Η μη κατανόηση της απώλειας αυτής μπορεί να μετατραπεί σε συστηματική και να απειλήσει την ύπαρξη του ιδίου του οργανισμού. Για το λόγο αυτό, αρκετοί πάροχοι συνδρομητικών υπηρεσιών έχουν επενδύσει σημαντικούς πόρους (π.χ., οικονομικούς, ανθρώπινο δυναμικό) στην αναζήτηση λύσεων για την αντιμετώπιση του εν λόγω προβλήματος. Το φαινόμενο αυτό έχει προσελκύσει το ενδιαφέρον πληθώρας ερευνητών, από τον ακαδημαικό και επιχειρηματικό κόσμο, που αποσκοπούν στη καλύτερη κατανόηση και βελτίωση της πρόβλεψης της πιθανής απώλειας πελατών με σκοπότην εγκαίρη αντιμετώπιση και πρόληψη της.