De optimale prijs bepalen voor thuisbeveiligingsdiensten

Context en doelstellingen

Onze thuisbeveiligingsklant overwoog zijn prijzen aan te passen op basis van de werkelijke waarde die aan zijn klanten werd geleverd en de benchmark van de concurrentie. Ze wendden zich tot Agilytic om de prijsgevoeligheid van hun klanten te beoordelen en de prijsverhoging te optimaliseren om churn te voorkomen.

Benadering

We werkten samen met het interne Business Intelligence-team om prijsgevoeligheidsmodellen op te stellen. We combineerden historische gegevens uit verschillende systemen, waaronder:

• Gebruik door klanten

• Accountgegevens klant

• Eerdere prijsverhogingen

We hebben voorspellende modelleringstechnieken toegepast om de reacties van gebruikers op de prijsverhoging beter te begrijpen, de belangrijkste factoren voor prijsgevoeligheid te identificeren en gebruikers te clusteren in segmenten die gevoelig zijn voor prijsgevoeligheid.

Resultaten

We hebben ons model gebruikt om een simulatietool te ontwikkelen die door interne teams wordt gebruikt. De tool kon de reacties van klanten op de prijsverhoging voorspellen op basis van hun prijsgevoeligheid. Zo konden we de prijsverhoging op klantniveau optimaliseren en tegelijkertijd de loyaliteit maximaliseren.

Uiteindelijk hielp onze tool de maandelijkse omzet van onze klant met 4% te verhogen.