Опитът и познанията на 11235 в предвиждане на клиенти, които ще напуснат компанията, която са ползвали до момента, се простира върху едни от най-големите индустрии – телекоми, застрахователи и банки (небанкови финансови институции). Характерно и за трите области са добрите резултати свързани с разработване и валидиране на математическа формула (модел), която дава крайната оценка, дали един клиент има профил на чърнър (клиент, който ще бъде изгубен), или не. При изработване на модел за разпознаване на чърнъри в голям телеком е постигнато 70% разпознаване на напускащите клиенти в следващ месец. От тук нататък задържаните клиенти зависят от възможността за връзка с тях и атрактивността на отправеното предложение. Не винаги обаче задържането се преследва на всяка цена. Добре е последващата активност, след определяне на най-застрашените от изгубване клиенти, да е съобразена и с тяхната бъдеща стойност, за компанията. С други думи да се задържи клиент с цената на нов GSM апарат и след няколко месеца той да престане да плаща и използва услугите, е сценарий, който може да се предвиди и да се избегне. В случая е нужно да се комбинира чърн прогнозата с тази за жизнена стойност на клиента. 

Не така идеално изглеждат нещата в застрахователния бизнес и това е обективно обусловено. Докато в един телеком постоянно постъпват данни за едно, или друго поведение на клиента, то застраховането е бизнес, в който клиентското поведение е много по-слабо изразено и се наблюдава с много по-ниска интензивност. Последното обуслявя и по-ниските резултати при създаване на модели за напускащи клиенти. Такъв например би бил модел, който предвижда, кой клиент няма да поднови своето автокаско. Разбира се един бизнес проблем създава и възможности в посока изграждане на конкурентно предимство. Компаниите, които искат да развиват прогнозни анализи, следва да преосмислят вида и количеството на данните, които събират за своите клиенти. Данни от типа, колко дни преди(след) изтичане на услугата, обикновенно клиента я подновява,  вариацията на горната величина, промяна в мястото на подновяване на услугата , време от последната реакция на маркетингова инициатива, промяна в метода на заплащане, колко канала за контакт с клиента са активни и мн. други, могат да се окажат с не лоша предвиждаща стойност в математическата формула на прогнозата. По този начин фирмите, които започнат да събират повече данни ще имат и по-голям успех в предвиждащите модели, респективно, конкурентно предимство от задържане на повече клиенти. В този бранш разпознаваемост на напускащи от около 40% би се приела за задоволителна.

В небанковия и банковия сектор нещата са подобни на телекомите, от гледна точка на многообразието от данни за клиентите. Тук е резонно да се направи чърн прогноза за конкретни продукти, която да се комбинира с прохноза за кръстосани продажби. Така ако един клиент се появи, като потенциано отказващ се от дадена услуга, директно се вижда към каква алтернатива би следвало да го насочим. И тук правилото, че про-активните действия (изпреварващи) са много по-ефективни от реактивните (догонващи – когато вече клиентът е заявил определено желание) важи с пълна сила. Много често, за да се разберат причините за напускане на клиенти, особено ако са такива с висока жизнена стойност е добре да се проведат изходящи анкети. Има случаи в които клиента напуска поради преместване, изискване на работодател и др., в които усилията ни за задържане, биха били напразни. Но ако причините са в продуктите, или комуникацията и обслужването, тогава подходът трябва да е различен, да се потърсят решения, които задоволяват възникналите нужди, да се разработят продукти, услуги и делегиран екип, за задържане на клиенти. Последното е реализирано в една от най-големите небанкови финансови институции в страната, клиент на 11235 и резултатите са налице. Компанията се е утвърдила като пазарен лидер в своя бранш, с удовлетвореност на клиентите много над средните нива, не само за страната, а и за цяла Източна Европа.

Оптималната и таргетирана комуникация, която се осъществява про-активно, на база на предвиждащи (чърн) модели, осигуряват значително по-добри резултати в процеса на задържане и развитие на клиентите. Последното осигурява конкурентни предимства на компаниите, възприели този подход и ги превръща в пазарни лидери.