La meilleure action suivante est une approche qui associe marketing et service clientèle en prenant les mesures les plus appropriées chaque fois qu’il y a une interaction client. Cela peut être une vente croisée, une réduction sur les services existants, aucune action ou un nombre quelconque d’autres actions. L'idée est de déterminer l'action pour chaque client spécifique qui bénéficiera le plus à l'entreprise, afin d'identifier le bon moment pour l'action et le bon canal pour cela.

Les outils d'analyses sont cruciales pour déterminer quel future action sera la meilleur. L'exploration de données est généralement utilisée pour déterminer le moyen le plus efficace de segmenter les clients en différents groupes et de nombreuses entreprises poussent de plus en plus vers une segmentation plus fine.

Représentant ces modèles de segmentation sous forme de règles métier, un arbre de décision leur permet souvent d'être facilement intégrés dans la décision basée sur des règles. Les analyses prédictives qui convertissent en incertitudes les incertitudes sur le comportement, la valeur ou la réponse des clients sont également largement utilisées.

Using machine learning to develop models that will score the likelihood that a particular customer is a retention risk or that a particular offer will be accepted put the data companies have about the past behavior of their customers to work.

Des règles peuvent ensuite être écrites pour tirer parti de ces prévisions, et elles peuvent même être utilisées dans des modèles de segmentation, en utilisant le risque de rétention ou de désabonnement, par exemple, comme critère d'adhésion à certains segments de clientèle.