<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Churn Detection on Shanna Tellaev</title><link>https://tellaev.de/de/tags/churn-detection/</link><description>Recent content in Churn Detection on Shanna Tellaev</description><generator>Hugo -- gohugo.io</generator><language>de</language><managingEditor>info@tellaev.de (Shanna Tellaev)</managingEditor><webMaster>info@tellaev.de (Shanna Tellaev)</webMaster><lastBuildDate>Tue, 12 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://tellaev.de/de/tags/churn-detection/index.xml" rel="self" type="application/rss+xml"/><item><title>Wer kündigt als nächstes? Wie Machine Learning aus 594.000 Kundendaten verlässliche Antworten zieht</title><link>https://tellaev.de/de/posts/churndetection/</link><pubDate>Tue, 12 May 2026 00:00:00 +0000</pubDate><author>info@tellaev.de (Shanna Tellaev)</author><guid>https://tellaev.de/de/posts/churndetection/</guid><description>&lt;p&gt;Es ist Montagmorgen. Ihr Vertriebsleiter legt den Quartalsbericht auf den Tisch. Neukunden im Plus, Umsatz stabil — und trotzdem eine Zeile, die alles überschattet: 2.400 Kündigungen im letzten Quartal. Niemand hatte sie kommen sehen.&lt;/p&gt;
&lt;p&gt;Dabei hatten diese Kunden über Wochen Signale gesendet. Unauffällig, aber messbar. Niemand hat sie gelesen.&lt;/p&gt;
&lt;p&gt;Die Faustregel ist bekannt: Einen Bestandskunden zu halten kostet fünf- bis siebenmal weniger, als einen neuen zu gewinnen. Bei einem mittelständischen Unternehmen mit 50.000 Vertragskunden bedeutet eine Senkung der Kündigungsrate um nur zwei Prozentpunkte schnell einen sechs- bis siebenstelligen Effekt im Jahr.&lt;/p&gt;</description></item></channel></rss>