תהליך ההצלה שלכם מייצר נטישה בשקט — והנה המספר שהוכיח זאת
בפעם הראשונה שבה חשתי סיפוק אמיתי מדשבורד שימור, הבטתי בשיעור הצלה של 30%. שלושים אחוז מהאנשים שלחצו על "ביטול" לא השלימו את התהליך. על הנייר, אותו תהליך החזיר את השקעתו פי עשרה. אני זוכר שחשבתי שהחלק הקשה כבר מאחוריי.
ואז שלפתי את הקוהורט שמאחורי המספר, וזה הפסיק להסתדר.
חלק מאותם משתמשים "שהוצלו" לחצו על ביטול בטעות, עיינו בהצעה, ונשארו — הם מעולם לא התכוונו לעזוב. אחרים ניצלו את ההנחה ונטשו בחודש שלאחר מכן בכל זאת. וקבוצה שקטה יותר הטרידה אותי אף יותר: אנשים שאליהם שלחנו דוא"ל בחלון הביטול שלהם, שעד כמה שיכולתי לראות, כלל לא ניסו לבטל. חדרנו לתיבת הדואר של לקוח מתחדש כדי לומר "יהיה לנו חבל לראות אותך עוזב", והזכרנו לו שהוא משלם 49 דולר בחודש על משהו שלא פתח מאז החורף. זה כל הסיפור מאחורי הסיבה שבגללה אני בונה כיום בינה מלאכותית אתית לשימור מנויים באופן שבו אני עושה זאת, ומדוע המערכת שבסופו של דבר השקנו בVeriprajna מתחילה בסירוב להתייחס לכל המבטלים באותו האופן.
שיעור ההצלה הוא מדד יהירות המאחד ארבעה סוגי אנשים שונים לחלוטין למספר מחמיא אחד.
ה-30% שאינם מה שאתם חושבים
בלו זמן מה בתוך משפך ביטול ותלמדו ש"אנשים שלוחצים על ביטול" אינם אוכלוסייה אחת. הם ארבע אוכלוסיות, והן רוצות ממכם דברים הפוכים.
ישנם בני-השכנוע — הם יעזבו אלא אם יקבלו את הדחיפה הנכונה, פיצ'ר שלא ידעו על קיומו, תוכנית שמתאימה לאופן שבו הם באמת משתמשים במוצר. אלה המשתמשים היחידים שעבורם תהליך הצלה יוצר ערך אמיתי. ישנם הבטוחים, שיישארו לא משנה מה; לתת להם הנחה של 20% פשוט שורף רווחיות על הכנסה שכבר הייתה בידיכם. ישנם האבודים, שכבר החליטו ואינם חוזרים; חקירה בת ארבעה עמודים רק מכעיסה אותם והופכת לפניית התמיכה — ולאותו סוג של חוויה "מבוכית" ש, כפי שאגיע לכך, היא בדיוק מה שהרגולטורים מחפשים כיום.
ואז ישנם הכלבים הישנים: לקוחות שמתחדשים בשקט והיו ממשיכים להתחדש, עד לרגע שבו קמפיין השימור שלכם העיר אותם. געו בהם ותייצרו נטישה שלא הייתה קיימת אחרת.
המלכודת היא מבנית. תהליך הצלה גורף — מהסוג שכל כלי מדף מספק כברירת מחדל — מתייחס לכל הארבעה כאותו מבטל ומריץ עליהם את אותה הצעה. שיעור ההצלה שלכם סופר את הבטוחים כניצחונות. הוא אינו אומר דבר על הכלבים הישנים שאיבדתם זה עתה, מפני שההפסדים הללו לעולם אינם מופיעים במשפך הביטול. הם מופיעים כחידוש מנוי שפשוט לא קרה.
מבחן קבוצת הביקורת שלא רציתי להריץ
הייתי שמח לומר לכם שתכננו סביב זה מההתחלה. לא עשינו זאת. מודל השימור הראשון שתמכתי בו מיטב את שיעור ההצלה, מפני ששיעור ההצלה היה המספר שכולם בחדר בטחו בו, והוא עלה, והשקנו אותו.
מה ששינה את דעתי היה מבחן קבוצת ביקורת שכמעט לא טרחתי להריץ. הטיעון נגדו תמיד זהה: מדוע למנוע במכוון את תהליך ההצלה מקבוצת ביקורת ו"לאבד" את ההצלות שיכולנו לבצע? הרצתי אותו בכל זאת, בעיקר כדי שתהיה לי נקודת בסיס נקייה. כשהתקבלו התוצאות, קבוצת הטיפול — המשתמשים ש"עזרנו" להם — נטשה בשיעור גבוה יותר מזה של קבוצת הביקורת שאותה השארנו לנפשה.
ישבתי מול הטבלה הזו זמן רב. לא הפחתנו נטישה. בפלח אחד של הקהל, ייצרנו אותה.
מסתבר שהמצאנו מחדש טעות מתועדת. Telenor, חברת התקשורת הנורווגית, הריצה קמפיינים לשימור שגרמו לנטישה גבוהה בכ-2% בקבוצת הטיפול לעומת קבוצת הביקורת — הם גילו זאת רק מפני שהריצו מבחן ביקורת כראוי. רוב עסקי המנויים לעולם אינם עושים זאת. הם בוחנים ב-A/B איזו הצעה ממירה בצורה הטובה ביותר ולעולם אינם שואלים את השאלה המקדימה — האם התערבות בכלל מועילה. החשבון הלא נעים: חברה עם 200,000 מנויים ונטישה וולונטרית חודשית של 3% רואה כ-6,000 משתמשים בעלי כוונת ביטול בחודש, ומחקרי תעשייה מעריכים ש-10–20% מהם הם כלבים ישנים. פנו לכל 6,000 — וזה בדיוק מה שכלי ברירת המחדל עושים — ואתם דוחפים 600 עד 1,200 אנשים בחודש לעבר ביטול שלא התכוונו לבצע. ב-50 דולר הכנסה ממוצעת למשתמש, זה 360,000 דולר עד 720,000 דולר בשנה בהכנסה שמערכת השימור שלכם עצמה השמידה.
לא הייתה לנו בעיית נטישה. הייתה לנו מערכת שימור שייצרה נטישה והסתירה אותה בתוך מדד שסופר ניצחונות בלבד.
מדוע מודל נטישה חכם יותר לא יכול פשוט לתקן את זה?
האינסטינקט הראשון שלי היה להיות חכם יותר בחיזוי. אם הבעיה הייתה פנייה לאנשים הלא נכונים, ודאי שמודל נטישה טוב יותר — כזה שמדרג מי הכי סביר שיעזוב — יתקן זאת.
הוא לא היה מתקן, והסיבה היא לב העניין כולו. חיזוי נטישה סטנדרטי עונה על "מי סביר שיעזוב?" אך כלב ישן ובר-שכנוע יכולים לקבל דירוג זהה במודל של סבירות עזיבה ולהזדקק לטיפול מנוגד. השאלה שבאמת חשובה אינה מי יעזוב. אלא מי יעזוב בגלל ההתערבות שלכם, או יישאר בגלל אותה — ומודל חיזוי אינו יכול, מבחינה מבנית, לענות על כך, מפני שהוא לעולם אינו רואה את התרחיש הנגדי.
לשאלה הנגדית הזו יש שם: מידול uplift, או אמידת אפקט הטיפול הממוצע המותנה (Conditional Average Treatment Effect) — השינוי בהתנהגות של משתמש מסוים שנגרם על ידי ההתערבות, ולא רק מתואם עם הפרופיל שלו. עולם השירותים הפיננסיים הבין זאת מוקדם יותר מ-SaaS; מודלי uplift שם עלו בעקביות על מודלי החיזוי והפכו את הוצאת השימור לרווחית באמת, מפני שהם הפסיקו לבזבז אותה על אנשים שכבר גמרו אומר בדעתם לכל כיוון.
המלכוד — וזה החלק שאיש ממוכרי "פלטפורמת השימור" אינו מזכיר — הוא שמידול uplift זקוק לנתונים ניסיוניים. קבוצות ביקורת אקראיות, או משתנים מכשירניים חזקים. אי אפשר להתאים אותו בדיעבד לתהליך שאי פעם הראה לכולם את אותו מסך בלבד, מפני שאין לכם תיעוד של מה שקורה כשאתם לא מתערבים. רוב חברות המנויים מעולם לא אספו את הנתונים הללו. זו אותה נקודה עיוורת שמאפשרת ל-82% מחברות ה-SaaS להציע תמחור מבצעי בעוד רק 36% מסוגלות למדוד אם הוא מחזיר משהו. אי אפשר לנהל אפקט טיפול שמעולם לא מדדתם.
הסיבה בשווי 2.5 מיליארד דולר לכך שזו הפסיקה להיות רק בעיית רווחיות
במשך זמן מה חשבתי על כל זה כסיפור של אופטימיזציה — להשאיר כסף על השולחן או לא. ואז עלות הטעות השתנתה בשלושה סדרי גודל.
בספטמבר 2025, ה-FTC הגיע להסדר עם Amazon בנוגע ל-Prime בסכום של 2.5 מיליארד דולר — קנס של מיליארד דולר בתוספת 1.5 מיליארד דולר בהחזרים, הקנס הגדול ביותר על הפרת כלל בתולדות הסוכנות. המהות הייתה חוויית הביטול: מה שמכונה "Iliad Flow", מסלול מכשולים בן ארבעה עמודים, שש לחיצות וחמש-עשרה אפשרויות, שלפי התלונה רשם 35 מיליון אנשים ללא הסכמה ברורה. באותה שנה, Vonage שילמה 100 מיליון דולר על מנגנון ביטול נסתר וחיובים שנמשכו לאחר שלקוחות ביקשו להפסיק; Epic Games הגיעה להסדר של 245 מיליון דולר. Chegg ו-HelloFresh שילמו 7.5 מיליון דולר כל אחת. Uber נמצאת בזה עכשיו גם כן — תלונת ה-FTC מתארת ש-Uber One דורשת עד 23 מסכים ו-32 פעולות כדי לבטל, ועד דצמבר 2025, 21 מדינות ומחוז קולומביה הצטרפו.
אנשים מניחים שביטול כלל "click-to-cancel" של ה-FTC בידי בית המשפט לערעורים של המחוז השמיני ביולי 2025 הסיר את הלחץ. הוא עשה את ההפך. הכלל נפל על טכניקליות פרוצדורלית — הסוכנות דילגה על ניתוח רגולטורי נדרש — ולא על ממצא כלשהו שדפוסים אפלים הם בסדר. האכיפה פשוט עקפה אותו, בחזרה אל ROSCA וסעיף 5 של ה-FTC Act, שביצעו את העבודה הזו עוד לפני שהכלל היה קיים. ה-FTC חידש את חקיקת כללי אופציית-השלילה בהודעה חדשה בינואר 2026.
והנה העובדה התפעולית שהלוואי ויותר צוותי מוצר היו מפנימים: ROSCA אינו מחייב את הרגולטורים להוכיח דפוס אפל ספציפי ונקוב בשם. הוא רק מחייב אותם להראות שהביטול לא היה "פשוט". זהו רף נמוך בהרבה ממה שרוב החברות בונות מולו. המבחן הגס שאני נותן לצוותים הוא ברוטלי בפשטותו — אם לתהליך הביטול שלכם יש יותר צעדים מאשר לתהליך ההרשמה, כבר יש לכם חשיפה.
המבחן המשפטי פשוט עד כדי עלבון: אם עזיבה דורשת יותר צעדים מהצטרפות, לרגולטור כבר יש רוב התיק שלו.
מול חוק של איזו מדינה אתם באמת בונים?
הדבר הנוסף שהופך את זה לקשה באמת — קשה יותר מכלל בודד — הוא שאין כלל בודד. הרצפה הפדרלית זזה, אבל המדינות לא חיכו.
חוק החידוש האוטומטי של קליפורניה, שתוקן ונכנס לתוקף ביולי 2025, מחייב שהביטול יהיה "נגיש מיידית" באינטרנט ומוסיף כלל "One Save" המגביל אתכם להצעת שימור אחת בלבד לכל ביטול — מה שאוסר בשקט על מסלול המכשולים רב-המסכים של ההצעות שעליו רוב התהליכים נשענים. ניו יורק מחייבת ביטול מקוון בלבד עבור כל דבר שנרשמו אליו באינטרנט. למרילנד יש תזמון גילוי משלה; קונטיקט דורשת הודעות טרום-חידוש. אם אתם משרתים לקוחות במספר מדינות, רצפת הציות שלכם אינה הממוצע — היא החוק המחמיר ביותר שתחתיו חי מישהו מבסיס המנויים שלכם.
ישבתי בצדה השני של אותה רצפה, בסקירות ה-ROSCA שבהן יועץ משפטי חיצוני רואה סוף-סוף תהליך שצוות הצמיחה השיק חודשים קודם לכן כדי להעלות את שיעור ההצלה — וכעת נאלץ להגן עליו בדיעבד. צוות שיווק בוחן ב-A/B נוסח ביטול ביום שלישי; המחלקה המשפטית סוקרת את התהליכים אחת לרבעון, אם בכלל. כל מה שמושק אל תוך החלון שבין שני השעונים הללו הוא חשיפה שאיש לא אישר בפועל. החלון הזה הוא הדבר היקר ביותר בכל התמונה, והוא קיים מפני שהאנשים שמייעלים את המשפך והאנשים שאחראים עליו מביטים במסכים שונים בלוחות זמנים שונים.
יש גם חזית חדשה יותר, והיא זו שאני עוקב אחריה בתשומת הלב הרבה ביותר. בינואר 2026 ה-FTC פעל נגד JustAnswer בנוגע לצ'אטבוט בינה מלאכותית בשם "Pearl" שלכאורה כיוון צרכנים לחיובים חוזרים — אחת מפעולות האכיפה הראשונות המכוונות אל סוכן בינה מלאכותית בתוך תהליך מנויים. הלקח נוחת בעוצמה על כל מי שמחבר מודל שפה גדול לתהליך ההצלה שלו: בינה מלאכותית שמוסיפה חיכוך שיחתי, או נשענת על ביוש-אישור כדי לדבר על ליבו של מישהו שלא יעזוב, נשפטת לפי אותו סטנדרט כמו דפוס אפל ידני. אולי אף חמור יותר, מפני שהיא מגדילה את קנה המידה של המניפולציה ומתעדת כל מילה שהשתמשה בה כדי לעשות זאת.
מה שבנינו בפועל
אז המערכת שבסופו של דבר בנינו אינה מודל אחד. אלה שלוש יכולות שהשוק, באופן מוזר, מוכר בנפרד בלבד.
הראשונה היא סגמנטציה סיבתית — מודלי uplift שמתחברים לזרם אירועי החיוב שלכם, ההזנה החיה של חותמות זמן של כוונת ביטול ושינויי תוכנית שיוצאים מ-Stripe, Chargebee, או Recurly, וממיינים כל משתמש מבטל לבר-שכנוע, בטוח, אבוד, או כלב ישן לפי אפקט הטיפול המשוער שלו, ולא לפי סבירות העזיבה שלו. הכלבים הישנים מקבלים את ההתערבות היקרה ביותר מכולן: שתיקה. השנייה היא תהליך ביטול שתוכנן סביב הפלחים הללו ושנשאר בתוך הרצפה המשפטית — הצעה בודדת היכן ש"One Save" חל, ביטול מקוון היכן שניו יורק דורשת זאת, לא יותר חיכוך בעזיבה מאשר בהצטרפות. השלישית היא החלק שמעולם לא ראיתי אף אחד אחר משיק: ביקורת אוטומטית שקוראת תהליך — כולל התמלילים בפועל של סוכן בינה מלאכותית — ומסמנת התנהגות של דפוס אפל לפני שהוא עולה לאוויר, במקום לאחר שהתובע הכללי של מדינה עושה את הסימון עבורכם.
חיפשתי כלי מדף שעושה את שלושת אלה ואין כזה. Chargebee Retention ו-ProsperStack בונים חוויות ביטול טובות באמת וממטבים הצעות, אבל הם מתייחסים לכל מבטל באותו אופן ואינם יכולים להבחין בין בר-שכנוע לכלב ישן. Pega מסוגלת לבצע קבלת החלטות של הפעולה-הטובה-הבאה בקנה מידה ארגוני, אבל היא פלטפורמת מורשת עם הטמעות שמתחילות סביב חצי מיליון דולר ואינה מבקרת דבר לצורך ציות. פלטפורמות הצלחת הלקוח מדרגות סיכון נטישה אך אינן נוגעות ברגע הביטול. איש אינו מבקר את סוכני ההצלה מבוססי הבינה המלאכותית כלל. הרקמה המחברת — מודלים סיבתיים בתוספת עיצוב תהליך תואם-ציות בתוספת ביקורת דפוסים אפלים, המחווטת אל החיוב שכבר יש לכם — היא הפער, ובו אנו חיים.
ההתנגדויות שאני שומע בכל פעם
הראשונה היא תמיד: האם תהליך ביטול "אדיב" יותר ובעל חיכוך נמוך יותר לא פשוט יחסל לי את השימור? בפועל ההפך, מפני שהחיכוך מעולם לא היה מה ששמר על בני-השכנוע — הצעה רלוונטית שמרה עליהם, והחיכוך בעיקר הרגיז את האבודים והעיר את הכלבים הישנים. הסירו את החיכוך וכוונו את ההצעה, ותפסיקו לשלם על נטישה שאתם עצמכם ייצרתם.
השנייה: אנחנו כבר נותנים הנחות אגרסיביות, זה לא שימור? זה שימור יקר עם זנב. חציון הנחת השימור עומד על כ-16.7% — בערך חודשיים חינם — ולקוחות שקיבלו הנחה גדולה ממשיכים להישמר בשיעור נמוך ב-15–20% לאחר מכן. אתם לא מצילים אותם; אתם שוכרים אותם בהפסד ומאפסים את השעון.
השלישית, הכנה: מעולם לא הרצנו מבחן ביקורת, אז אין לנו מושג איזו קבוצה היא מה. זו אינה פסילה — זה קו הזינוק. גם אנחנו התחלנו שם, עם דשבורד שהתגאיתי בו ומבחן שכמעט דילגתי עליו. תוכלו לקרוא כיצד אנו ניגשים לבנייה בעמוד הפתרון של Veriprajna, אבל המהלך הראשון תמיד זהה: מדדו מה קורה כשאתם לא עושים דבר.
שיעור הצלה של 30% אמר לי שאני מנצח. מבחן ביקורת אמר לי שבפלח אחד של הלקוחות שלי עצמי, ההצלות שהייתי עסוק בספירתן בוטלו על ידי חידושי מנוי שבשקט שכנעתי שלא לקרות. המספר שחשוב בשימור מעולם לא היה כמה ביטולים עצרתם. אלא האם האדם היה נשאר אילו פשוט הייתם משאירים אותו לנפשו — ועד שתוכלו לענות על כך עבור כל משתמש, אינכם משמרים לקוחות. אתם מוציאים רווחיות כדי לגלות את אלה שאתם עומדים לאבד.
