When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning

تواجه كل شركة تبيع المنتجات مشكلة هادئة ومستمرة: يتوقف الناس عن الشراء. في عالم علاقات العملاء، تعتبر اللحظة التي تلي عملية الشراء الأولى هي الأكثر خطورة. فالعديد من العملاء الجدد يتلاشون قبل أن يعودوا أبداً، وينسلون بعيداً بينما لا تزال الشركة تحاول اكتشاف هويتهم. إن الحفاظ على هؤلاء العملاء الأوائل أمر حيوي، لأن عملية شراء متكررة واحدة غالباً ما تشير إلى علاقة أطول وأكثر قيمة. ولعقود من الزمن، حاولت الشركات حل هذه المشكلة عبر إرسال رسائل شكر أو قسائم خصم، لكنها فعلت ذلك غالباً بشكل عشوائي، حيث ترسل الرسالة نفسها للجميع في الوقت نفسه، بغض النظر عما إذا كان العميل مستعداً للشراء مرة أخرى أو قد فقد الاهتمام بالفعل.

التحدي يكمن في أن العملاء ليسوا ثابتين؛ فهم يتغيرون يوماً بعد يوم. قد يكون الشخص متلهفاً للعودة بعد أسبوع من شراء قميص، لكنه يصبح غير مبالٍ بعد شهر. وهذا ما يُعرف بـ "فخ الحداثة"، حيث كلما طالت المدة منذ آخر عملية شراء، قل احتمال عودة العميل. ومع ذلك، فإن إرسال مكافأة في وقت مبكر جداً قد يكون هدراً للمال إذا كان العميل سيعود على أي حال. والحل الأمثل سيكون وجود نظام يراقب سلوك كل عميل، وينتظر اللحظة المناسبة، ثم يقرر ما إذا كان سيقدم مكافأة أم لا. ولكن هناك عقبة: الشركات لديها ميزانيات محدودة. لا يمكنهم إرسال قسائم للجميع، لذا يجب عليهم اختيار من يحصل على واحدة ومتى، لضمان أن كل دولار يُنفق يجلب أقصى قيمة ممكنة.

هذا هو اللغز الدقيق الذي سعى فريق من الباحثين لحله باستخدام بيانات من بائع تجزئة ياباني كبير لملابس الإنترنت. لقد طوروا طريقة لتعلم التوقيت المثالي للاحتفاظ بالعملاء، مما خلق استراتيجية تتكيف مع السلوك المتغير لكل فرد مع احترام صارم لحد الإنفاق. وبدلاً من التخمين متى يتم إرسال قسيمة، يتعلم نظامهم من آلاف التجارب الواقعية لتحديد اللحظة الدقيقة التي من المرجح أن يستجيب فيها عميل معين للحافز. والنتيجة هي سياسة ديناميكية ليست فقط أكثر فعالية في الحفاظ على العملاء، بل أيضاً أقل تكلفة بكثير في التشغيل من الطرق القياسية التي تستخدمها الشركات اليوم.

عمل الباحثون مع منصة تبيع الملابس للشابات، وهو مكان يزخر بالمشترين لأول مرة ولكنهم غالباً ما يكونون عابرين. كانت استراتيجية الشركة الأصلية بسيطة وثابتة: إرسال بريد إلكتروني لشكر العميل مع قسيمة خصم بالضبط بعد يومين، وعشرة أيام، وثلاثين يوماً من عملية الشراء الأولى. هذا النهج عامل كل عميل بنفس الطريقة، متجاهلاً حقيقة أن البعض قد يكون قد اشترى بالفعل قطعة ثانية بحلول اليوم العاشر، بينما قد يكون آخرون غير مهتمين تماماً. أرادت الشركة القيام بالأفضل. كانوا بحاجة إلى طريقة لتخصيص هذه التفاعلات، لكنهم واجهوا أيضاً قيداً صعباً: لم يكن بإمكانهم إنفاق أموال غير محدودة على القسائم. كانوا بحاجة إلى استراتيجية تزيد من عدد العملاء العائدين إلى أقصى حد، دون تجاوز ميزانيتهم.

لإيجاد الإجابة، صمم الفريق تجربة واقعية ضخمة. أخذوا آلاف العملاء الجدد ووزعوهم عشوائياً على مجموعات مختلفة. تلقى البعض قسيمة بعد يومين من شرائهم الأول، والبعض الآخر بعد عشرة أيام، والبعض الآخر بعد ثلاثين يوماً. وتلقى البعض الآخر لا شيء سوى رسالة شكر. ومن الأهمية بمكان أن التجربة صُممت بحيث يتلقى كل عميل قسيمة واحدة على الأكثر خلال الفترة بأكملها. وقد حاكى هذا القيد الواقعي المتمثل في أن الشركة لا تستطيع تحمل تكلفة إغراق عميل واحد بخصومات لا تنتهي. ومن خلال مراقبة سلوك هذه المجموعات المختلفة على مدار الأشهر التالية، جمع الباحثون مجموعة بيانات غنية تظهر بالضبط كيف أثر توقيت العرض على قرار العميل بالعودة.

ومع وجود هذه البيانات، طبق الباحثون طريقة تعلم متطورة لبناء "نظام علاج ديناميكي". وبعبارة بسيطة، هو مجموعة من القواعد التي تتغير بمرور الوقت. وخلافاً للخطة الثابتة التي تقرر كل شيء في البداية، فإن الخطة الديناميكية تنتظر وتراقب. فهي تنظر فيما فعله العميل منذ عملية الشراء الأولى - ما الذي تصفحه، وما الذي نقر عليه، وكم من الوقت قد مضى - ثم تقرر ما إذا كان ستُرسل قسيمة الآن، أو تنتظر، أو لا ترسل شيئاً على الإطلاق. قام الباحثون بتوسيع الأدوات الرياضية الموجودة للتعامل مع حد الميزانية، لضمان أن القواعد المتعلمة لن تنفق أبداً أكثر مما هو مسموح به. واختبروا نهجين رئيسيين: أحدهما حاول التنبؤ بالقيمة المستقبلية للعميل بناءً على تاريخه، والآخر تعلم مباشرة أي الإجراءات تؤدي إلى أفضل النتائج من خلال معاملة المشكلة كسلسلة من مهام التصنيف.

كانت النتائج مذهلة. عندما اختبر الباحثون سياساتهم الديناميكية الجديدة على مجموعة منفصلة من العملاء، وجدوا أن الاستراتيجية الأفضل أداءً هي تلك التي تحترم قيد الميزانية. لم تكتفِ هذه السياسة بإرسال قسيمة للجميع في اليوم الثاني، بل تعلمت أن تكون انتقائية. فبالنسبة لبعض العملاء، أرسلت قسيمة فوراً لأن سلوكهم أوحى بأنهم على وشك الرحيل. وبالنسبة لآخرين، انتظرت، حيث أرسلت قسيمة في اليوم العاشر أو الثلاثين، أو ربما لم ترسل شيئاً على الإطلاق، لأن هؤلاء العملاء من المرجح أن يعودوا من تلقاء أنفسهم. ومن خلال حجب القسائم عن العملاء الذين كانوا سيعودون على أي حال، وفرت السياسة المال. ثم استخدمت تلك الأموال الموفرة لاستهداف العملاء الذين يحتاجون حقاً إلى حافز للعودة.

أظهرت البيانات أن هذا النهج الديناميكي الواعي بالميزانية كان أكثر كفاءة بكثير من الطرق الثابتة القديمة. وبينما أدى استراتيجية التقليدية المتمثلة في إرسال القسائم للجميع في اليوم الثاني إلى زيادة معدل العودة بنسبة معينة، إلا أنها فعلت ذلك بتكلفة عالية. أما السياسة الديناميكية الجديدة فقد حققت زيادة مماثلة أو أفضل في معدلات العودة مع إنفاق مال أقل بكثير. وفي الواقع، عند قياس مدى تحسن معدل العودة مقابل كل ين يُنفق، تفوقت السياسة الجديدة على جميع المعايير المرجعية. لقد تبين أن نهج "النموذج الواحد الذي يناسب الجميع" كان هدراً للوقت والمال. فمن خلال الانتظار والمراقبة، استطاع النظام تحديد اللحظة الدقيقة التي سيحدث فيها الحافز فرقاً، متجنباً فخ دفع الأموال لأشخاص كانوا سيفعلون ذلك بالفعل.

كما استكشف الباحثون نسخة أكثر تعقيداً من المشكلة، حيث يمكن للنظام ألا يختار توقيت إرسال القسيمة فحسب، بل يختار أيضاً ما إذا كان سيرسل رسالة شكر بسيطة أو لا يرسل شيئاً على الإطلاق. في هذا السيناريو، تعلم النظام استبدال رسائل البريد الإلكتروني منخفضة التكلفة بالقسائم باهظة الثمن عند الاقتضاء. فكان يرسل بريداً إلكترونياً مجانياً لعميل يبدو مهتماً ولكن لا يحتاج إلى دفعة مالية، مما يوفر القسيمة لمن يحتاجها حقاً. وقد أدى هذا المرونة إلى تحسين كفاءة التكلفة بشكل أكبر. ثم نقلت الشركة هذه النتائج إلى أرض الواقع، حيث أجرت اختبارات واسعة النطاق عبر الإنترنت حيث تم تطبيق السياسات الجديدة على عملاء حقيقيين. وأكدت نتائج الاختبارات عبر الإنترنت التوقعات التي تمت خارج نطاق الاختبار: السياسة الديناميكية المقيدة بالميزانية حققت أعلى عائد على الاستثمار، وقدمت عدداً أكبر من العملاء المستبقين مقابل كل دولار منفق مقارنة بأي استراتيجية أخرى جربتها الشركة.

يوضح هذا العمل أن مفتاح الاحتفاظ بالعملاء بفعالية لا يكمكم فقط في امتلاك البيانات، بل في معرفة كيفية استخدامها بمرور الوقت. لقد أثبت الباحثون أنه من خلال التعامل مع الاحتفاظ بالعملاء كسلسلة من القرارات وليس كحدث واحد، ومن خلال مراعاة حدود الميزانية بصرامة، يمكن للشركات تحقيق نتائج أفضل بكثير. وتشير الدراسة إلى أن "فخ الحداثة" حقيقي، ولكن يمكن تجاوزه بالتوقيت الصحيح. إن الاستراتيجية الأكثر فعالية ليست في الصراخ بصوت أعلى أو بشكل متكرر، بل في التحدث في اللحظة المناسبة للشخص المناسب. وبالنسبة لتاجر التجزئة الياباني، كان هذا يعني سياسة ليست أذكى فحسب، بل أيضاً أكثر ربحية، حيث حققت ملايين الدولارات من القيمة الإضافية خلال عام واحد مقارنة بطرقهم السابقة. والدرس يمتد إلى ما وراء تجارة التجزئة للأزياء: في أي عمل يكون فيه انتباه العملاء عابراً والموارد محدودة، فإن القدرة على التكيف والانتظار لا تقل أهمية عن العرض نفسه.