Churn Rate: Definition, Gründe und Berechnung für Kundenabwanderung

Sie wollen die Churn Rate richtig berechnen? Heute zeige ich Ihnen, wie Sie die Kundenabwanderungsrate berechnen, was für einen Einfluss die Kundenabwanderungsrate auf Ihr Geschäft hat und wie Sie wertvolle Informationen für Ihr Geschäft daraus ableiten können.

Kundenabwanderung ist kein schönes Thema, aber für viele Unternehmen ein Problem. Heute basieren viele Geschäftsmodelle auf Abonnement- bzw. Subskriptionmodellen, für die die Reduzierung der Kundenabwanderung eine essentielle Aufgabe ist. Doch bevor wir uns, um die Gründe der Kündigungen kümmern, müssen wir feststellen wie hoch die Churn Rate ist.

In diesem Artikel zeige ich wie Sie die Berechnung richtig machen, welche Möglichkeiten zur Analyse von Abwanderung es gibt und wie Sie die Churn Rate reduzieren können.

Was ist die Churn Rate und warum ist sie wichtig?

Definition Churn Rate

Die Churn Rate – auch als Kundenabwanderungsrate, Kundenabwanderungsquote oder Kündigerquote bezeichnet – ist eine Kennzahl aus der Wirtschaftswissenschaft, die angibt, wie viele Kunden im Verhältnis zur Gesamtkundenzahl in einem bestimmten Betrachtungszeitraum verloren gegangen sind.

Die Kundenabwanderungsrate ist eine der wichtigsten Kenzahlen im Marketing, Kundenmanagement und Customer Relationship Management. Sie zeigt auf, wann und wie viele Kunden verloren gehen und gibt Hinweise dafür warum möglicherweise die Profitabilität leidet und das Wachstum verhindert wird. Somit ist die Churn Rate ein guter Indikator für das Wachstum eines Unternehmens und kann früh Hinweise auf mögliche Probleme geben.

Das Gegenstück zur Churn Rate ist wiederum die „Retention Rate“, also die Kundenbindungsrate.

Warum ist Churn Rate wichtig?

Unternehmen können mit der Berechnung der Kundenabwanderungsquote Ihren Kundenverlust messbar und sichtbar machen.

Auch als Anzeichen für die Zufriedenheit bzw. Unzufriedenheit der Kunden und den Erfolg bzw. Misserfolg von Produkten und Dienstleistungen ist die Kundenabwanderungsrate ein essentieller Wert.

Folgende Grafik verdeutlicht warum die Kundenabwanderungsrate einen extremen Einfluss auf den Unternehmens erfolg hat. In der Grafik sind zwei Beispiele dargestellt: Unternehmen A mit einer jährlichen Churn Rate von 10% und Unternehmen B mit nur 5%.

Effekt von Churn Rate und Kundenabwanderung auf Bestandskundenkohorte (ohne Neukunden) nach 4 Jahren.
Effekt von Churn Rate auf Bestandskundenkohorte (ohne Neukunden) nach 4 Jahren.

In Variante A (10% Churn) sind nur noch 729 Kunden von den ursprünglich 1.000 Kunden vorhanden, in Variante B hingegen sind es noch 857 aktive Kunden. Somit sind bei Variante B mit einer geringeren Churn Rate von 5% nach 4 Jahren schon ca. 17,5% mehr Kunden aktiv.

Umso wichtiger ist die korrekte Ermittlung der Kennzahl und die dazugehörige Erforschung der Gründe.

Neben der korrekten Ermittlung der Kundenabwanderungsquote stehen heute den Unternehmen auch KI-unterstützte Methoden zur Vorhersage der Kundenabwanderung zur Verfügung, die sogenannte Churn Prediction.

Im Folgenden sehen wir uns zunächst die Schritte zur Ermittlung der Kundenabwanderungsrate an.

Welche Gründe gibt es für Churn?

Die Gründe für Churn zu verstehen ist wichtig, denn nur wenn Sie die Gründe kennen, können Sie mit gezielten Aktionen oder Veränderungen entgegenwirken.

Diese Gründe treten für den Kunden Churn häufig auf:

  • Schlechter Kundenservice
  • Qualitätsprobleme
  • Unfreiwillige Abwanderung durch fehlende Bonität
  • Schlechtes Preis-Leistungs-Verhältnis
  • Aggressive Preise durch Wettbewerber
  • Schlechter Welcome- oder Onboardingprozess
  • Falsche Positionierung am Markt

Praxistipp: Nutzen Sie Ihre Daten, um in einer Churn Analyse genau zu ergründen warum Kunden Ihre Verträge oder Abos kündigen. Als ersten Schritt bieten sich hier Kohorten-Analysen an, wo sie Kunden aus unterschiedlichen „Eintrittsmonaten“ analysieren – hier können Sie vielleicht schon erste Trends ablesen. Ein weiterer Schritt wäre dann bspw. mit Machine Learning verborgene Muster und Zusammenhänge zu ergründen.

Einfluss der Churn Rate auf die Profitabilität

Laut einer Studie von Bain & Company und der Harvard Business School hat die Churn Rate einen enormen Einfluss auf die Profitabilität von Unternehmen. Bei einer Reduktion der Abwanderungsrate (oder Steigerung der Kundenbindung) von 5 %, wurde herausgefunden, dass die Profitabilität um 25- 95% ansteigt.

Ein zweiter Effekt sind die hohen und immer steigenden Kosten für die Neukundenakquise. Durch die hohen Kosten für die Neukundenakquise dauert es oft mehr als ein Jahr um eine Kundenbeziehung profitabel zu machen und den Kundenwert positiv zu entwickeln.

Profitabilität pro Kunde im Zeitverlauf. Starke Kundenbindung steigert den Kundenwert enorm.
Profitabilität pro Kunde im Zeitverlauf. Eine starke Kundenbindung steigert den Kundenwert enorm.

Eine gute Kundenbindung hingegen, führt dazu, dass der Kundenwert und die Profitabilität kontinuierlich steigen. So kommt es zu einem Zinseszinseffekt und die Profitabilität steigt wie in unserer Grafik zu sehen ist, deutlich an.

Wie wird die Churn Rate berechnet?

Es gibt Dutzende Möglichkeiten und Formeln, die Churn Rate oder die Kündigerrate zu berechnen – je nach Unternehmen und Geschäftsmodell (Vertrag, Abo, Produkt oder eine Kombination aus beidem) können sie auch durchaus tricky werden.

Die Formeln zur Berechnung der Churn Rate basieren alle darauf, die Anzahl der Kündiger in Relation zur Anzahl der aktiven Kunden für ein bestimmtes Zeitintervall zu bringen.

Auch das Zeitintervall für die Kundenabwanderung kann pro Monat, Quartal oder im Jahr gewählt werden. Viele Software as a Service (SaaS) und kurzlaufende Abomodelle berechnen die Churn-Rate auf monatlicher Basis.

Folgend zeige ich Ihnen unterschiedliche Formeln für die Berechnung von der Kundenabwanderungsrate.

Churn Rate Formel

Die einfachste Formel zur Berechung der Churn Rate lautet:

Berechnungsformel Kundenabwanderungsrate (Churn Rate)
Berechnungsformel Kundenabwanderungsrate

Churn Rate = Kundenabwanderung in einem definierten Messintervall / Gesamtzahl aller Kunden in diesem Messintervall

Für eine genaue Berechnung der Kundenabwanderung sind vor allem korrekte Definitionen und Eckdaten essentiell: Ab wann ist es Abwanderung, was ist das genaue Messintervall (Zeitraum), Daten welcher Kundengruppen und zu welchem Zeitpunkt sind für die Messung relevant.

Oft basiert die Berechnung der Kundenabwanderung auf dem Messintervall „Monat“, aber auch die Ergebung für ein ganzes Jahr ist wichtig. Mit den Kennzahlen Neukunden und Kündigern, kann so ermittelt werden wie hoch die Kundenfluktuation ist.

Lassen Sie uns auf die einzelnen Formeln zu Berechnung schauen:

Monatliche Churn Rate Formel

Monatliche Churn rate oder Kundenabwanderungsrate berechnen Formel
Die monatliche Churn Rate mit dieser einfachen Formel berechnen.

Monatliche Churn Rate Beispiel

Ein Unternehmen mit Abonnement- bzw. Subskriptionsmodell möchte wissen wie hoch die montliche Kundenabwanderung ist:

Kunden am Anfang des Monats: 4.000
Neukunden hinzugewonnen in diesem Monat: 300
Kunden verloren am Ende des Monats: 530
Monatliche Kundenabwanderungsrate: 530/4.300 = 12,3%

Jährliche Churn Rate Formel

Jährliche Churn rate und Kundenabwanderungsrate berechnen Formel
Die jährliche Churn Rate mit dieser einfachen Formel berechnen.

Wie berechnet man die jährliche Churn Rate?

Kunden am Anfang des Jahres: 103.456
Neukunden hinzugewonnen in diesem Jahr: 9.698
Kunden verloren am Ende des Jahres: 16.235
Jährliche Kundenabwanderungsrate: 16.235/ 113.154 = 14,3%

Die diese Formeln sind ein guter Start. Kommen jedoch andere ausschlaggebenden Faktoren dazu, die das Bild auf monatlicher oder jährlicher Basis verzerren könnten – beispielsweise die Erschließung neuer Zielgruppen, der Launch neuer Produkte oder Vertragsmodelle, die Einführung neuer Preise –, müssen auch die Formeln zur Churn-Berechnung angepasst werden. Auch die Interpretation der Churn Rate wird dann komplizierter.

Bei zu schnellem oder zu langsamem Wachstum und bei niedrigen Kundenzahlen sind die monatlichen und jährlichen Berechnungen ebenfalls nicht hilfreich. Neben der eigentlichen Kundenabwanderung bzw. der Kündigerquote kann auch die Umsatzabwanderung berechnet werden.

Die Kundenabwanderungsrate ist eine für den Unternehmenserfolg eine wichtige Kennzahl, denn sie vermag nicht nur die Abwanderung an sich aufzuzeigen, sondern kann auch auf Schwachstellen im System hinweisen, die es zu beheben gilt.

Wie wird die Kundenbingungsrate berechnet?

Die Kundenbindungsrate ist das Gegenstück der Churn Rate. Sie lässt sich einfach berechnen: Die Differenz der Anzahl der Kunden zum Ende des definierten Messintervalls abzüglich der Anzahl der abgewanderten Kunden durch die Anzahl der Kunden zu Beginn des Messintervalls.

Jetzt wo Sie wissen, wie krass der Einfluss der Kundenabwanderung auf die Profitabilität sein kann, lassen Sie uns gucken, wie wir die Kundenabwanderung in Zahlen festhalten.

Churn analysieren mit Kohortenanalyse

Um die Churn Rate genauer zu anlysieren, gibt es eine besonders hilfreiche Analyse: die Kohortenanalyse. Bei der Kohortenanalyse teilen Sie die Kunden in relevante Gruppen (Kohorten), nach bspw. Vertragsdatum, Vertriebskanal, Kundenwert oder Alter, ein. So können Sie, die Kundenabwanderungsrate für unterschiedliche Kundengruppen berechnen und sofort wichtige Unterschiede sehen und Erketnnisse daraus ableiten.

Durch die Churn Analyse mit einer Kohortenanalyse lassen sich somit auch die Gründe für die Abwanderung genauer ermitteln.

Ich gebe Ihnen ein Beispiel: Kunden aus dem Vertriebskanal A haben eine 2% geringere Churn Rate in den ersten 12 Monaten als Kunden aus dem Vertiebskanal B. In der Praxis können Sie jetzt erstmal ergründen wora das liegt, aber gleichzeitig könnten Sie auch überlegen mehr Budget auf Vertiebskanal A zu allokieren, um bessere Kundenqualitäten mit einer niedrigeren Churn Rate zu gewinnen.

Trends und Muster können sich beispielsweise in folgenden Bereichen der Kohortenanalyse zeigen:

  • Wie finden die wichtigsten Kundengruppen zu Ihrem Produkt oder Unternehmen? (Social-Media-Kampagnen, Affiliates, Suchergebnisse)
  • Wie hoch ist das Engagement dieser Kundengruppen mit dem Online-Shop oder Kundenportal? (Registrierungen, Kommentare, Bewertungen)
  • Ab welchem Zeitpunkt in ihrer Customer Journey sind bestimmte Kunden abgesprungen und welche Gründe gab es dafür? (Technische Schwierigkeiten, Produktänderungen, Preisschwankungen)
  • Wann innerhalb ihrer Customer Journey kündigen die meisten Kunden aus einer Gruppe bzw. brechen die Käufe ab? (Umständliche Bestellformulare, unklare Kostenkommunikation, Produktfehler)

Die Kohortenanalyse liefert die für die Entwicklung und die Profitabilität eines Unternehmens innerhalb des Churn-Managements essentielle Erkenntnisse.

Die Kohorten-Analyse ist eine hilfreiche Methode für die Churn- und Abwanderungsanalyse.
Die Kohorten-Analyse ist eine hilfreiche Methode für die Churn Analyse.

Sie kann technische Schwächen, Produktschwächen, ungenaue Zielgruppenansprachen genauso aufdecken wie erfolgreiche Marketingstrategien, innovative Lösungsansätze sowie insgesamt Maßnahmen zur Verhinderung der Kundenabwanderung und zur besseren Kundenbindung.

Wir haben zum Thema Kohortenanalyse einen detaillierten Artikel mit einem Beispiel für Sie verfasst!

Maßnahmen die Churn reduzieren

Jetzt wo Sie wissen, wie Ihre Kundenabwanderungsrate berechnet wird, lassen Sie uns auf Möglichkeiten gucken, diese zu reduzieren.

Hier sind einige Maßnahmen zur Reduktion von Kundenanwanderung:

  1. Interaktion mit Marke erhöhen: Erhöhen Sie die Interaktion mit Ihren Kunden durch relevante Contents und Stories.
  2. Abonnement- Subskriptionsmodelle: Entwickeln Sie Ihre Abonnement- bzw. Subskriptionsmodelle weiter bspw. Laufzeitänderung oder attraktive Vorteile durch Loyalität belohnen.
  3. Onboardingprozess: Entwickeln Sie einen einzigartigen Onboarding- & Welcomeprozess für Ihre Kunden, der Kunde früh bindet, um so den frühen Churn zu minimieren. Die Reduktion von frühem Churn (early Churn) hat einen extremen Effekt auf Ihre langfristige Profitabilität.
  4. Relevanz: Versorgen Sie Ihre Kunden mit interessanten und relevanten Contents (machen Sie es Ihren Kunden schwer Sie zu ignorieren). Dazu eignen sich In-App-Push-Nadchrichten, E-Mail oder SMS-Kampagnen.
  5. Relevante Angebote: Schicken Sie die richtigen Angebote zur richtigen Zeit. Nutzen Sie dazu maschinelles Lernen mit einem Next Best Offer Modell, um das nächste richtige Angebot zu ermitteln.
  6. Personalisierung: Personalisieren Sie die Kundenkommunikation an jedem Touchpoint und für jeden Content. Ihre Kunden wollen relevante Contents sehen, dann bleiben sie dabei.
  7. Treueprogramm: Wenn Sie keine Kundenkarte oder kein Treueprogramm haben, dann Erstellen Sie eins. Gute Treueprogramme wirken sich positiv auf die Loyalität und Kundenbindung aus.
  8. Rabatte: Oft haben Unternehmen die guten Rabatte nur für Ihre Neukunden. Doch auch Ihre Bestandskunden wollen ab und zu einen Rabatt und einen gute Deal. Geben Sie Rabatte für den nächsten Kauf, aber gezielt und richtig berechnet. Über machine Learning lässt sich identifizieren, welcher Rabatt der Richtige ist.
  9. Kundenservice: Verbessern Sie den Kundenservice. Kunden erwarten heute einen guten Kundenservice.

Churn vorhersagen, frühzeitig erkennen und präventive Maßnahmen zur Kundenbindung entwickeln

Jedes Unternehmen will die Churn Rate senken: doch wie geht das? Durch den Einsatz eines Churn Scores (Churn Prevention) zur früherkennung der Kundenabwanderung. Der Churn Prediction Score wird auf vergangenen Kündigungen sowie deren Kundenverhalten trainiert und ermöglicht einen Blick in die Zukunft der Kundenbeziehung.

Mittels maschineller Lernprozesse sind präzise Kundenabwanderungsvorhersagen für eine Vielzahl von Fragestellungen wichtig. Ein interessantes und häufig unterschätztes Nebenprodukt einer Churn Prediction ist, dass die Gründe für den Churn, die ein Modell antrainiert, häufig sehr verschieden sind. So können die Modelle im Nachhinein genutzt werden, um weitere Erkenntnisse über Abwanderungsgründe liefern. Dies kann auf Kundenebene passieren und so schon erste Hinweise für mögliche Präventionsmaßnahmen geben.

Churn Prediction gehört nicht ohne Grund zu einem der beliebtesten Use Cases für Big-Data-Anwendungen in Unternehmen. Sie liefert exakte Einsichten darüber, welche Abwanderungstrends sich in der Zukunft ergeben, welche Kundengruppen wann das höchste Churn-Risiko haben werden. Auf Basis der Churn Prediction wird dann ein Churn Management Prozess aufgesetzt.

churn prediction vorhersage von Kundenabwanderung
Churn Prediction zur Frühwarnung von Kundenabwanderung.

Dieser Churn Management Prozess kann durch den Churn Score sehr viel genauer die mögliche Abwanderung eines Kunden erkennen und dient als Alarm-Instrument. Auf Basis dieser Churn Warnungen werden dann in aktive Kündigerpräventionsmaßnahmen abgeleitet, um gefähredete Kunden länger zu halten. Dies können attraktive Rabatte oder andere Kundenbindungsmaßnahmen sein.

Die Churn Prediction funktioniert, vereinfacht gesagt, nach dem Prinzip, auf Grundlagen gesammelter und bereinigter historischer Daten Scoring Modelle zu erstellen, diese auf Kundengruppen anzuwenden. Daraus lassen sich genaue Prognosen zur Abwanderungswahrscheinlichkeit erstellen und Gründe der Abwanderung ableiten.

Mehr zu dem Thema Churn Prediction lesen Sie hier.

Ein (vereinfachtes) Machine Learning Beispiel, das Churn Prediction verdeutlicht, finden Sie hier.

Ihr Kontakt: Laurenz Wuttke

Unternehmen sitzen auf einem ungenutzten Berg von Kundendaten. Wir von datasolut entwickeln KI, die Ihr Marketing optimiert. Damit Sie dem richtigen Kunden zur richtigen Zeit das richtige Angebot machen können.

Laurenz Wuttke

Auch interessant für Sie

Laurenz Wuttke datasolut Gmbh
Ich freue mich, wenn Sie sich zu unserem Newsletter anmelden.

Jetzt zum Newsletter anmelden!

Den datasolut Blog abonnieren und Expertentipps zu Marketingoptimierung mit künstlicher Intelligenz erhalten.

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.