Wann gehen Kunden — und warum?
Die Überlebensanalyse wurde für genau diese Frage gebaut, und sie ist kein medizinisches Werkzeug. Zeit bis zur Kündigung nach Tarif, die Odds Ratios hinter der Abwanderung, und welcher Kanal Kunden bringt, die bleiben.
Fiktive Daten. Der Datensatz auf dieser Seite ist synthetisch — erzeugt, um zu zeigen, was die App kann. Er beschreibt keine echte Studie, keine echten Kunden, Patienten oder Personen, und die Ergebnisse sind keine Befunde.
Dieselben drei Fragen, in der App beantwortet
Jedes Feld unten ist ein echtes Ergebnis von StatInsight auf dem Demo-Datensatz — Text, Zahlen, Diagramm und Berichtsabsatz genau so, wie sie am Bildschirm und im Word-Export erscheinen. Die Daten dahinter sind fiktiv.
Wie lange bleiben Kunden in jedem Tarif?
Beobachtete Zeit, Kündigungsflag und Tarif — drei Felder. Die Kurven zeigen Monat für Monat den Anteil noch abonnierter Kunden mit Konfidenzbändern; der Text liefert die mediane Bindungsdauer pro Tarif und die Log-Rank-Tests zwischen den Tarifen, Holm-adjustiert.
- Mediane Bindung: Basic 15,8 Monate, Pro 36, Enterprise innerhalb von 36 Monaten nicht erreicht
- Log-Rank p < 0,001 für jedes Tarifpaar
- Noch aktive Kunden werden korrekt zensiert — niemand muss ausgeschlossen werden
Welches Verhalten sagt eine Kündigung voraus?
Churned auf Support-Tickets, Zufriedenheit, Logins und Umsatz. Die Odds Ratios mit ihren 95-%-Intervallen werden als Forest-Plot gezeichnet — die Abbildung für die Management-Präsentation — und Koeffizienten, McFaddens R² und AIC stehen im Text.
- Jedes Support-Ticket erhöht die Kündigungsodds um 15 % (OR 1,15, p < 0,001)
- Jeder Zufriedenheitspunkt senkt sie um 1,7 %; höherer Umsatz, weniger Kündigungen
- Logins pro Woche: kein eigenständiger Effekt, sobald die anderen im Modell sind
Spielt der Akquisekanal eine Rolle?
Zwei kategoriale Spalten: Kanal und Kündigung. Die Kontingenztabelle, die Chi-Quadrat-Statistik und ein Mosaikplot, dessen Kachelbreiten die Kanalgrößen und dessen Kachelhöhen die Kündigungsanteile sind.
- χ²(3) = 27,7, p < 0,001
- Paid ads: 70 % gekündigt, Empfehlungen: 44 %
- Die Abbildung mit einem Klick auf gestapelte Balken oder eine Kontingenz-Heatmap umschalten
Abo-Kunden
600 Kunden · 11 Variablen · fiktiv, für diese Seite computergeneriert · frei nutzbar in Lehre und Tests
Ein 36-Monats-Fenster eines Abo-Produkts: Tarif, Akquisekanal, Region, Umsatz, Support-Tickets, Nutzung, ein Zufriedenheitswert, und für jeden Kunden die beobachteten Monate und ob gekündigt wurde.
| Spalte | Typ | Bedeutung |
|---|---|---|
Tenure_Months, Churned | stetig + binär | Beobachtete Zeit und das Ereignis (1 = gekündigt) — das Kaplan-Meier-Paar |
Plan | kategorial | Basic, Pro, Enterprise |
Signup_Channel | kategorial | Paid ads, Organic search, Referral, Partner |
Support_Tickets_12m, Logins_per_Week | stetig | Nutzung und Reibung |
Satisfaction_Score | stetig | 0–100 |
Monthly_Spend_EUR, Discount_Applied, Region | gemischt | Kaufmännische Merkmale |
Zur Erinnerung: Jede Zahl, Tabelle und Grafik auf dieser Seite stammt aus einem fiktiven, computergenerierten Datensatz. Sie zeigen das Werkzeug, nicht ein echtes Ergebnis.
Auch in diesem Datensatz
- AutoPrediction fragen, welche der elf Spalten für die Kündigung am wichtigsten ist
- Umsatz nach Tarif und Region: zweifaktorielle ANOVA
- ROC-Kurve: wie gut sagt der Zufriedenheitswert allein die Kündigung vorher, und wo liegt der Schwellenwert?
- Überlebenskurve und Forest-Plot mit dem Plot-Kombinierer zu einer Abbildung zusammenführen
Andere Fachgebiete: PsychologieBildungMarketingAgrar & BiologieHR & People Analytics