Todas las entradas de: Toni Martí Barberà

Customer Strategist convinced that real transformation (including the digital one) within organisations can only be achieved by ensuring that customers, employees and, generally speaking, all the people the organization interacts with, i.e., suppliers, partners, users, citizens, etc. are happier. The resulting transformation can ultimately lead to great outcomes for the organisation.

Las bajas de clientes y otros estados

Hablar de los estados de los clientes no es más que afrontar el primero de los puntos del doble debate que aparece en las empresas y que hay que superar si se quiere controlar las bajas de clientes. A saber:

  1. Qué es una baja de cliente para determinar cuántas estoy teniendo.
  2. Qué hago ante las bajas de clientes.

Como ya indicaba en aquella entrada,  en aquellos modelos de negocio en los que el cliente no se ve obligado a comunicar su voluntad de baja, es la propia empresa quien debe fijar un criterio que permita identificar las bajas y así puedan ser computadas como tales. Como avancé, este criterio vendrá determinado por la ausencia de compras en un período de tiempo también a determinar.

Pues bien, hoy me gustaría presentaros un modelo que permite obtener, antes de hacer pruebas diagnósticas de mayor calado, una primera «radiografía» de la cartera de clientes desde este punto de vista: la ausencia o no de compras en un determinado tiempo.

Este modelo permite introducir, más allá de los conceptos elementales de cliente activo o baja, todos los matices posibles respecto al estado en el que un cliente puede encontrarse. A su vez, ello permitirá saber en qué grupo/s de clientes tenemos concentrado el problema (si existe) y ayudará a iniciar la reflexión acerca de las estrategias y acciones comerciales básicas que hay que aplicar para solucionarlo.

Modelo de los estados de la bajas de clientes

Sin más preámbulos, os presento el modelo de los «Estados de los clientes». La lectura del modelo es sencilla: cada «bola» representa un estado posible del cliente y las flechas, positivas en verde y negativas en rojo, representan las condiciones que los clientes pueden «sufrir» y que les hace transitar de un estado a otro.

Tras la aplicación del modelo al caso concreto de una empresa cada cliente tendrá una «etiqueta» dentro de los estados posibles incluidos en el mismo.

Los estados y bajas de clientes

Para determinar el parámetro «período de tiempo reciente/amplio» sin compra ,  más allá del valor que nos aportará el propio sentido común según el criterio de negocio,  se deben realizar determinados análisis estadísticos en torno a la frecuencia de compra y la distribución de los clientes según la misma. Una visión segmentada según perfil de cliente como paso previo a la realización de dichos análisis también puede ser idóneo de realizar.

No obstante, la mera aplicación de este modelo para diferentes valores del parámetro ya permitirá obtener varias «radiografías» de la cartera de clientes y ayudar, como decía al principio, a superar el debate de qué es una baja y cuántas bajas de clientes tengo.

A partir de aquí, qué hago con las bajas de clientes, requerirá de nuevas pruebas diagnósticas de mayor precisión tipo «resonancia magnética» que trataré en próximas entradas.

Y tú y tu empresa, ¿cuántos clientes tienes en cada estado? ¿Cuántas bajas de clientes tienes?

Share Button

TEST: ¿Debes fidelizar a los clientes de tu empresa?

Aunque la respuesta a la pregunta que titula esta entrada parece obvia (“¡Por supuesto!”), no está de más buscar algún “mecanismo” que permita conseguir dicha respuesta de una forma objetiva/científica.

El mecanismo que propongo no es otro que el de responder a una serie de preguntas a través de una puntuación del 0 (bajo) al 10 (alto). Como en los tests de personalidad, si la puntuación total obtenida es alta querrá decir, en este caso, que sí que te conviene fidelizar a los clientes de tu empresa.

Son sólo 6 preguntas que se deben responder en el contexto del mercado donde opera vuestra empresa. 

TEST: ¿Deberías fidelizar a los clientes de tu empresa? 

¡Vamos a ello! Recuerda: 0 es bajo y 10 es alto.

  1. ¿Cuál es tu coste de captación de clientes?
  2. ¿Cuál es la probabilidad de que se produzcan ventas repetitivas/recurrentes?
  3. ¿Cuál es la probabilidad de que se produzcan ventas de otros productos/servicios (cross-selling)?
  4. ¿Cuál es la probabilidad de captar nuevos clientes a través de las recomendaciones de los clientes actuales?
  5. ¿Cuál es la sensibilidad al precio de los clientes?
  6. ¿Cuál es el ahorro de costes con un cliente actual conocido?

Si la puntuación total ha dado un resultado superior a 40 puntos ó has respondido un mínimo de 4 preguntas con una puntuación igual o superior a 8, significa que tu empresa tiene mucho que ganar (o dejar de perder) si fideliza a sus clientes.

Beneficios de tener clientes fieles

Reducción de los costes de captación

  • Mejor identificación de los clientes que son de interés para la empresa: que sean “clones” a los clientes más fieles.
  • Tendremos que captar menos nuevos clientes: al tener pocas/menos bajas de clientes no tendremos que “compensar” con más nuevas altas.
  • El coste de captación de nuevos clientes lo asumen, en parte, mis propios clientes (gracias a las recomendaciones de mis “clientes vendedores”).

Aumento de la rentabilidad de los clientes actuales

  • Los clientes fieles tienen una mayor frecuencia o volumen de compra de productos y servicios habituales.
  • También compran productos y servicios no habituales.
  • Los clientes fieles aceptan un sobreprecio ya que valoran otros aspectos de la marca/empresa (vínculos emocionales).
  • También suponen un menor coste para conseguir su atención y conocimiento mutuo (como empresa sé lo qué quiere, cuándo y cómo lo quiere).

¿Quieres monetizar los datos de tus clientes?

Fidelizar a tus clientes desde el desconocimiento no es posible. Es en tu base de datos donde reside una información real, actualizada, en general estructurada, barata y única (no la tiene la competencia).

El reto es convertir todos esos datos, a través del Customer Intelligence, en conocimiento útil que te permita definir la mejor estrategia y ejecutar los planes de fidelización adecuados para tus clientes.

Share Button

Inbound Marketing y la inteligencia en tiempo real

El Inbound Marketing está siendo uno de los «beneficiarios» directos de la corriente (¿imparable?) del Big Data. Ello es debido a que, desde un punto de vista de negocio, los dos aspectos fundamentales que acompañan el concepto de Big Data tienen que ver con:

  1. Lo digital está provocando la aparición de nuevos flujos y conjuntos de datos inexistentes o de imposible / difícil acceso hasta la fecha.
    • La pregunta importante es «¿QUÉ -NUEVOS- DATOS son relevantes para mi negocio?».
  2. Estos nuevos flujos y conjuntos de datos podemos utilizarlos, potencialmente, para tomar más y mejores decisiones en tiempo real.
    • En este caso la pregunta, relacionada directamente con la anterior, es «¿QUÉ DECISIONES EN TIEMPO REAL aportan valor?».

Y justamente sobre estos dos aspectos, los datos y su uso para la toma de decisiones en tiempo real en el contexto del Inbound Marketing, que me gustaría aportar una serie de «noticias» y reflexiones.

Las noticias

Tomar las mejores decisiones mientras la interacción originada por el propio cliente está ocurriendo, sea por el canal que sea, puede aportar importantísimos beneficios originados por ventas adicionales (cross-selling) o por una mayor satisfacción y lealtad futura de los clientes (fidelización y retención). Algunos datos conocidos (incluidos en un artículo recientemente publicado en La Vanguardia «El tesoro de los datos masivos«) así lo confirman:

  • «En Amazon, pionera en la industria del comercio electrónico, la tercera parte de las ventas son resultado de su sistema de recomendación y personalización, que se nutre de las rutinas de navegación y compra de sus usuarios.»
  • «En Netflix, el videoclub on line más popular, las tres cuartas partes de los pedidos surgen también de las recomendaciones.»

Ya hace algunos años (todavía no se hablaba de Big Data) que han aparecido en el mercado soluciones software de CRM que incorporan,  dentro de su módulo de gestión de campañas de marketing, una serie de funcionalidades que permiten el cálculo en tiempo real de la propuesta óptima para el cliente o,  lo que también denominan,  Best Next Action (Best Next Offer, Best Next Activity o Best Next Sell).

En síntesis, se trata de tener un asistente virtual que, en tiempo real, ayuda al canal de venta o de atención al cliente (Contact Center, puntos de venta, la web, …) a predecir las preferencias y comportamientos futuros (inmediatos) de los clientes. Y dicha predicción se convierte en una recomendación de próxima acción a sugerir o presentar al cliente en ese mismo instante.

Algunas de estas soluciones de CRM serían IBM Unica Interact e Infor Epiphany Interaction Advisor.

Pero, ¿en base a qué datos actúan en tiempo real los «generadores inteligentes» de propuestas óptimas?:

  1. La información preexistente del cliente en el Datamart de Marketing: variables existentes más o menos “estáticas” que caracterizan al cliente o indicadores pre-calculados a través de Customer Intelligence que determinan el perfil del cliente, la propensión de compra a un determinado producto / servicio o la propensión al abandono del cliente.
  2. La información de contexto de la interacción con el cliente: motivo de la interacción (llamada, …) , información tomada durante la interacción (preguntas y respuestas obtenidas), navegación seguida por la web, últimos comentarios en las redes sociales, …
  3. La información generada por la propia herramienta de recomendaciones a través de algoritmos propios de auto-aprendizaje. Las propuestas ofrecidas por la herramienta van generando y registrando una serie de resultados, algunos positivos (el cliente acepta la propuesta presentada) y otros negativos (el cliente no acepta). Cuando se produce una nueva interacción con un nuevo cliente se evalúan en tiempo real los resultados acumulados hasta ese mismo instante y se genera la mejor propuesta (y probablemente nueva) a presentar a ese nuevo cliente.

Las reflexiones

Respecto los datos necesarios

Si nos centramos en los datos necesarios por parte de estas herramientas, deberíamos hacernos, como mínimo, las siguientes preguntas:

  • ¿Qué variables son las relevantes para caracterizar los clientes, determinar el perfil y su propensión de compra? ¿Dispones de ellas en el Datamart de Marketing?
  • ¿Qué información de contexto de las interacciones de tus clientes con tu empresa puede ser relevante para incidir en su comportamiento inmediato ? ¿Es la misma para cada canal? ¿Puedes registarla y/o obtenerla?

Si no sabemos qué datos son los relevantes y/o no disponemos de ellos, de momento, olvídate de la inteligencia en tiempo real. Primero, enfoca tus esfuerzos en definir y construir tu Datamart de Marketing (entorno integrado de datos con foco el cliente).

Respecto el «tiempo real»

Superada la etapa anterior (ya tienes el Datamart de Marketing), parece lógico pensar que la necesidad de decidir y actuar en tiempo real puede ser imprescindible si se dan alguna o varias de las siguientes condiciones:

  • El portafolio de productos / servicios que permite configurar las distintas propuestas a clientes es muy amplio y cambia muy a menudo.
  • Los valores de las variables relevantes que determinan la propensión de compra a los diferentes productos / servicios de los clientes también varían a menudo.
  • La información del contexto de la interacción (motivo inicial de la interacción, navegación en la web, …) incide significativamente en la recomendación al cliente. 

Si esto, en gran medida, es así, tiene sentido aplicar inteligencia en tiempo real. En caso contrario, olvídate de ello.

Por último, también parece obvio pensar que no es necesaria ninguna inteligencia (ni datos) en tiempo real si existen decisiones estratégicas que determinan, por encima de cualquier otro criterio, qué hay que vender y cuándo. Si este tu caso, olvida esta entrada. Tu empresa todavía no sabe/quiere hacer Inbound Marketing.

Share Button

La evolución de la especie: del «homo maletensis» al Social Selling

Ya hace algún tiempo que se habla cada vez más del Social Selling. Como bien explica Execus, empresa catalana  que ofrece servicios de formación, consultoría e integración de herramientas y escogida por Linkedin como su primer socio en Europa, se trata de un concepto multidimensional que conviene asentar para alcanzar un punto de entendimiento común y podamos aplicarlo en su más amplia concepción.

Según Execus, podemos definir Social Selling en base a 4 dimensiones:

  1. Personas. Social Selling es una habilidad que puede y debe ser aprendida por las personas con la formación y el entrenamiento adecuados.
  2. Proceso. También es una «versión mejorada» del proceso tradicional de ventas pues incorporamos en el mismo una capa más, el de las redes sociales.
  3. Información. Como todo proceso de gestión incorpora, produce y distribuye diferentes (nuevos) tipos de información (contenidos, contactos, mensajes, propuestas, …)  que requiere ser registrada, organizada y comunicada, y para ello es necesaria la adopción de determinadas herramientas software (-social- CRM, gestión de contenidos, redes sociales, …).
  4. Organización. Definir la estrategia y ejecutar los planes de Social Selling requiere de una definición y asignación de roles y responsabilidades dentro de la organización.

Si nos centramos en el B2B, otro enfoque para acabar de definir y asentar el concepto sería identificar los beneficios que aporta el Social Selling, desde la perspectiva del vendedor, comparando su desempeño a lo largo de la «historia» más o menos reciente. Así podemos identificar hasta 3 etapas.

Etapa «Homo Maletensis»

O también denominado «representante» o «viajante». Dícese del vendedor que en el siglo pasado se desplazaba, normalmente en coche, por el territorio asignado cargando con él una maleta que guardaba una muestra de su producto. Su objetivo: visitar el mayor número de clientes potenciales (que encontraba por allá donde transitaba) para enseñar su nuevo catálogo de productos y recoger los pedidos. Aquí, más que acción comercial a puerta fría, podríamos catalogarla de «puerta congelada»: sin ninguna orientación de actuación comercial y sin conocimiento alguno de  a quién se enfrentaría en el supuesto que le atendieran.

Etapa «Homo base de datos»

A finales de los 90 y principios del 2000 aparecen las primeras  bases de datos o directorios de empresas. Proveedores como Arvato, Schober -ahora Datacentric-, Informa, Axesor, Camerdata, … ofrecen bases de datos con información de las empresas. En concreto,  facilitan los datos públicos de identificación, algún contacto (administrador) y caracterización (sector de actividad, facturación, número de empleados, …), y otros datos/indicadores de cualificación de elaboración propia por parte de dichos proveedores. Su uso por parte de la red comercial, previo cocinado del área de Inteligencia de Mercado/Clientes, es la utilización de listados priorizados (en el mejor de los casos integrados en el CRM) por zona geográfica y según el potencial compra estimado. En general, no se soluciona la identificación de a quién me voy a enfrentar ni si es el mejor momento para iniciar la acción comercial,  a menos que, previamente, el vendedor o una plataforma centralizada de teleconcertación consiga mediante (muchas) llamadas y/o emails dar con el supuesto responsable de la decisión de compra dentro de la empresa.

Etapa «Homo Social Selling»

Los últimos 2-3 años han transformado la realidad de etapas pasadas. El proceso de compra ha cambiado. Algunas evidencias de ello:

  • Los clientes (compradores) son cada vez más sofisticados, están más informados y socialmente más conectados.
  • Esos mismos clientes no tienen interés alguno en devolver las llamadas frías. Tampoco los emails.
  • Según datos de Forrester y Corporate Executive Board (incluidos en el white paper de Hootsuite A definitive guide to Social Selling in B2B) los clientes no contactan directamente con los posibles vendedores (proveedores) hasta que el proceso de compra no se ha completado entre un 60-70%.
  • Muy al final del proceso, el comprador obliga a los proveedores a rellenar una RFP (Request For Proposal) y en la primera conversación directa (que será también la última) se debate sobre las funcionalidades / prestaciones del producto/servicio y, sobre todo,  el precio. No existe ningún tipo de discusión «estratégica».

Ante este panorama, el reto para el vendedor es alcanzar a los clientes en el momento oportuno y saber más de ellos y sus necesidades de lo que dichos clientes ya saben de su producto.

Como vendedor, estar en los medios sociales, donde ya están sus clientes, significa estar más y mejor informado, y más vinculado con ellos en los momentos críticos del proceso de compra. Para ello, el vendedor deberá:

  1. Adoptar una buena y estructurada estrategia de ESCUCHA continua.
  2. Interactuar con los clientes potenciales a través de los CONTENIDOS.

En resumen, los beneficios cualitativos del Social Selling quedan reflejados en el siguiente esquema.

Evolución del la especie vendedor en el B2B

Cuantitativamente, los vendedores sociales superan a la competencia en varios indicadores de desempeño: cumplimiento de la cuota de ventas, tasa de retención de clientes, precisión en la previsión de ventas, …

Por último, los Directores de Ventas ya no tienen que decidir si adoptan los medios sociales en su proceso de ventas. Sus clientes ya han tomado esa decisión por ellos.

Y como dijo Charles Darwin «no es la especie más fuerte la que sobrevive, ni la más inteligente, sino la que mejor se adapta a los cambios».

Y tú, ¿dónde estás en el ciclo evolutivo?

Share Button

¿Controlas las bajas de clientes?

Reducir el número de bajas de clientes es uno de los principales objetivos de cualquier Plan de Fidelización. Recordemos que evitar la baja de un cliente equivale unitariamente al alta de un nuevo cliente. La diferencia está:

No obstante, y sin ánimo de provocar más de lo necesario, no deja de sorprenderme el poco interés, dejadme decirlo así, «cognitivo-actitudinal» existente en torno a las bajas de los clientes entre los profesionales de Marketing y Ventas y, en general, los directivos de las empresas.

Es relativamente fácil entender y hablar de la «conquista» de nuevos clientes: mercado potencial, notoriedad, canales, segmentos, leads, coste de captación, market share, número de nuevos clientes, ventas por producto, … Un sinfín de «palabros» con los que casi cualquier profesional de cualquier empresa se siente y expresa cómodamente.

Pero cuando cambiamos de tercio y nos ponemos a hablar de las bajas de clientes enseguida se observa una falta de conocimiento en los conceptos básicos. Una ausencia de control real sobre las bajas de clientes. Y si no hay control, no hay remedio -bueno- posible.

Pero, ¿en qué radica ese «descontrol» sobre las bajas de clientes?

Después de muchos años, he llegado a la conclusión que la principal causa es que los profesionales no se han formulado y/o rehuyen la pregunta «¿qué es una baja de cliente en tu empresa/mercado?». 

En la mayoría de los casos, cuando conseguir la baja no obliga al cliente a hacer explícita su solicitud y la baja no se registra como tal, la empresa tendrá que fijar un criterio basado en la falta de compras durante un tiempo determinado. Dicho criterio generará no pocos debates internos ya que determinará implícitamente cuál es la cantidad de bajas que la empresa está «sufriendo». En otras palabras, según cuál sea el criterio que se fije para definir qué es una baja de cliente se reconocerá la existencia de un problema de mayor o menor calado. La tentación es clara: fijar el criterio que minimiza el problema.

Conocida la «magnitud de la tragedia» que, repito, depende del criterio adoptado, la decisión o no de actuar frente a la misma marcará una nueva etapa en el debate interno: ¿qué hacemos para evitar las bajas de clientes?.  En este caso, la tentación pasará por pensar que el problema de las bajas es como el virus de la gripe, que se cura sola y al cabo de unos pocos días. Será justamente el paso del tiempo lo que demostrará que no es así.

Por lo tanto, si tenemos en cuenta la doble dimensión: (1) el interés «cognitivo» (qué sabes) y (2) el interés «actitudinal» (qué haces),  podríamos distinguir hasta 4 posibles profesionales / empresas:

bajas de clientes

  1. Indiferente. Siguen aquello de que «la ignorancia es la mayor fuente de felicidad». No saben nada de las bajas de clientes, no hacen nada por evitarlas. Piensan que un registro de cliente en la base de datos equivale a un cliente «vivo». Hasta que los números (€uros), quizás demasiado tarde, demuestran que el no conocimiento ni actuación para evitar clientes «muertos» (bajas) ha sido un error fatal.
  2. Insensible. Es una evolución (a peor) del grupo anterior. Es decir, siguen aquello de «no hagamos nada, no vaya a ser que se note» . O incluso -mucho- peor: en lugar de ocuparse de las bajas de clientes, entran en la peligrosa espiral de incrementar los recursos para la captación de nuevos clientes y así «disimular» las bajas, «compensando» éstas con las nuevas altas de clientes conseguidas. Por lo general, ello implica la entrada de clientes de peor calidad y ocasiona, a su vez, un incremento todavía mayor de las bajas. El círculo vicioso ya está en marcha: más altas de peor calidad dan como resultado más bajas; para «compensar» las más bajas, captaremos más altas -de peor calidad-… y vuelta a empezar. La maquinaria de generar pérdidas se acelera y el resultado final es obvio: los altos costes de captación erosionan el margen comercial y llevan a la empresa a un callejón sin salida del cual sólo se puede salir si, mientras realizas la catarsis,  pasas a focalizar tus esfuerzos en las bajas y asumes que tu saldo neto de clientes será negativo durante un tiempo.
  3. Intuitivo. Aquí se encuentran aquellas empresas que piensan aquello de «si los demás lo hacen/tienen, yo también». Actúan por intuición. Tienen programas de fidelización porque «toca» pero en realidad, como no saben qué es una baja ni cuántas tienen, no podrán saber cuál es la contribución de su programa de fidelización al supuesto descenso de las bajas de clientes. Es decir, pueden estar invirtiendo más o menos de lo estrictamente necesario. Una situación que tampoco será sostenible.
  4. Sensible. Aquí están las empresas que «reconocen el problema y se ponen manos a la obra». Transitan, como mínimo, por dos fases:
    • Inicialmente adoptan una actitud reactiva contra la «enfermedad» consistente en el desarrollo de políticas y equipos de retención / salvación de clientes en fase terminal para conseguir, de momento,  la desaparición sintomática. Pero las causas que provocaron la «enfermedad» siguen presentes.
    • A  continuación (más tarde que pronto), empiezan a concebir la fidelización como una inversión a medio-largo plazo:
      1. Desarrollan Inteligencia de Clientes o Customer Intelligence para enfocar sus acciones sobre los clientes de mayor propensión a la baja y mayor respuesta positiva a dichas acciones.
      2. Diseñan y ejecutan políticas y acciones de fidelización a lo largo de toda la relación con el cliente para crear / reforzar los vínculos, sobre todo emocionales, con él.
      3. Desarrollan métricas avanzadas como el Valor de Vida del Cliente o Customer Lifetime Value que les permitirá seguir y controlar el retorno de dicha inversión y corregir, si es necesario, la estrategia y acciones adoptadas.

Se trata pues de una actitud preventiva y la que dará, a la postre, los mejores resultados.

Y tú y tu empresa, ¿en qué «casilla» estáis?

Share Button

7 razones para disponer de un sistema de gestión de campañas de marketing

El proceso de gestión de campañas

El proceso de gestión de campañas de marketing directo o marketing one-to-one es una de las «piezas» que completan cualquier estrategia y software CRM.

Un proceso que, a grandes rasgos, consiste en:

  • Segmentar y seleccionar a los clientes objetivo o «target«, en base a la información contenida en el «DataMart de Marketing» (entorno analítico de datos integrados con foco en el cliente).
  • Ejecutar las campañas a través de los canales / medios que la compañía tenga a su disposición.
  • Hacer un seguimiento de dichas campañas recogiendo la respuesta nuevamente en el «DataMart de Marketing».

Gestión de Campañas

Como ya apunté  en Customer Intelligence aplicada a la venta existen situaciones que obligan a la utilización de un sistema de gestión de campañas.

¿Por qué disponer de un sistema de gestión de campañas?

Pero, más allá de tener un elevado número de clientes y campañas a gestionar, ¿cuáles son las principales razones para disponer de un sistema de gestión de campañas de marketing?

  1. Facilitar a usuarios «marketinianos», es decir, no-informáticos, la selección del público objetivo al estar integrado con el “Datamart de Marketing” y disponer de herramientas de consulta a dicha base de datos de muy fácil manejo.
  2. Asegurar que, ante determinadas condiciones, se llevan a cabo automáticamente acciones que hayamos decidido realizar. Por ejemplo:
    • Eventos “sociodemográficos” tales como fecha de cumpleaños, cambio de residencia, cambio de actividad, cambio de segmento, etc.
    • Eventos relativos a la relación que el cliente mantiene con la empresa: adquisición de un nuevo producto, próximos vencimientos, subutilización de productos, incremento/disminución significativa de saldo o número de operaciones, impago, etc.
    • Eventos relativos a la respuesta del cliente ante acciones comerciales anteriores: realizar llamada de refuerzo ante el envío de un cupón de respuesta a un e-mailing, realizar e-mailing a abandonos de carritos de la compra, etc.
  3. Asegurar que no estamos sobre-impactando a los clientes.
  4. Asegurar que no estamos impactando a clientes que deben ser excluidos de determinadas campañas por alguna razón comercial (compatibilidad con otras campañas, grupos de control, …) o legal (LOPD, LSSI, listas Robinson, …).
  5. Facilitar el seguimiento y análisis de los resultados de las campañas, lo que facilita, a su vez, el aprendizaje y mejora continua de las futuras acciones a realizar.
  6. Asegurar que no superamos la capacidad operativa comercial de los canales presenciales.
  7. Trasladar, de una forma estructurada, toda la información necesaria a los diferentes canales:  ofertas vigentes, argumentario de ventas, orden/prioridad de las ofertas, …

Todas estas razones, que no son más que necesidades de negocio, quedarían superadas utilizando un sistema de gestión de campañas de marketing.

Y tú, ¿añadirías alguna razón más?.

Share Button

Net Promoter Score (NPS®): ¿cueces o enriqueces?

A nadie se nos escapa que sin clientes satisfechos (aquellos que reciben más de lo que esperan) no pueden haber clientes fieles, a menos que éstos estén «cautivos». Una de las métricas más utilizadas para medir los niveles de satisfacción y de fidelización de los clientes con los productos / servicios de una empresa es el Net Promoter Score o NPS®.

Está métrica, definida inicialmente por Fred Reichheld consultor de Bain & Company y autor, entre otros, del «legendario» libro The Loyalty effect , se basa en una simple pregunta que realizamos a nuestros clientes:

«En una escala del 0 al 10, ¿recomendaría usted <NOMBRE DE LA EMPRESA> a un amigo o a un familiar?»

Las respuesta obtenidas se distribuyen según los tramos del siguiente esquema y el cálculo del NPS lo determinamos restando el porcentaje de clientes Promotores del porcentaje de clientes Detractores.

Escala NPS

Según estudios de la propia consultora Bain & Company el NPS  «correlaciona con el crecimiento orgánico en el medio plazo en prácticamente todas las industrias» y dicha correlación «se da porque los clientes actúan coherentemente con su propensión a recomendar». En concreto, «los Promotores permanecen más tiempo, compran más, son menos sensibles al precio y a fallos en el servicio y traen nuevos clientes mediante referencias». En otras palabras,  el valor de  los clientes Promotores crece con el tiempo ya que acumulan todos los beneficios posibles de los clientes fieles a una marca.

Obtenido el NPS , debemos profundizar en los aspectos más relevantes que han inducido la respuesta dada por los clientes. Así, para cada segmento deberíamos saber:

  • De los Promotores: qué atributos o características del producto/servicio son los que destacan cuando ejercen la recomendación a familiares o amigos. Dicha información nos servirá, entre otras utilidades, para cuidar los aspectos mencionados, reforzar la comunicación de marketing en ellos e incluirlos como puntos a favor en los argumentarios de venta.
  • De los Pasivos: qué aspectos debemos mejorar o corregir en nuestra empresa con el objetivo de alcanzar un nivel más alto de recomendación / satisfacción.
  • De los Detractores: cuáles son los aspectos que les generan insatisfacción para elaborar planes específicos que mejoren las interacciones empresa-cliente y/o sus productos/servicios.

Conocido el detalle mediante la aplicación de diferentes metodologías y técnicas de investigación comercial, los planes de actuación resultantes se implantarán, por norma general, en plazos no inmediatos y permitirán obtener mejoras estructurales en la experiencia del cliente.

Hasta aquí la «cocción» del NPS.

No obstante, parece lógico enfocarnos en los clientes Detractores (un cliente insatisfecho explica su experiencia negativa a más del doble de personas que un cliente satisfecho) y contemplar la posibilidad de actuar en «vivo y en directo» sobre ellos. Es decir,  ¿podemos establecer un mecanismo sistemático y en tiempo real de medición del NPS que, detectado el Detractor, provoque una actuación inmediata por parte de la empresa? Para ello bastaría con determinar los siguientes aspectos:

  • Cuándo. ¿En qué situaciones de la relación con el cliente (interacciones) y en qué momento preciso haríamos la pregunta? ¿Siempre después de cualquier interacción empresa-cliente o de forma selectiva -tras el cierre de una venta, tras la entrega de un pedido o prestación de un servicio, …-?
  • Cómo. ¿A través de qué canal/medio realizaremos la pregunta? ¿Telefónicamente, e-mail, SMS, app móvil, …?

Y una vez obtenida la puntuación y detectado el cliente Detractor:

  • Qué. ¿Qué ofreceremos al cliente Detector y bajo qué parámetros actuaremos? ¿Puntuación NPS obtenida, gravedad de la incidencia, valor del cliente, …?
  • Quién. ¿Existirá un departamento/área específica (retención, calidad, …) que contactará y gestionará los Detractores o, por el contrario, participará TODA la Organización?

Aunque las respuestas, en cada empresa, dependerán de múltiples factores, «por defecto» mi recomendación sería:

Mide el NPS después de los «momentos de la verdad» (¿sabemos cuáles son?); a través del canal/medio más directo disponible para cada cliente (¿tenemos el móvil?); prioriza la actuación según el valor del cliente (¿lo hemos calculado?); que deberá realizar cualquier persona de la organización, incluida, por supuesto, el/la Director/a General o CEO si quiere dar muestras reales que su empresa está orientada al cliente (¿lo está o son sólo palabras vacías?).

 Y, si quieres «enriquecer», ¡no esperes, sistematiza el NPS lo antes posible»!

Finalmente, si te interesa seguir profundizando en el concepto, la metodología de medición y obtención y su aplicación te recomiendo el último libro de Fred Reichheld: The Ultimate Question 2.0 (Revised and Expanded Edition): How Net Promoter Companies Thrive in a Customer-Driven World 2.0.

Nota: NPS®: Net Promoter® is registered trademark of Bain & Company Inc., Fred Reichheld and Satmetrix Systems

Share Button

El Director de Marketing del futuro

Hace algún tiempo Foxize School me pidió que participará en un documento colaborativo para dar mi visión acerca de cómo será el Director de Marketing del futuro. Aquí la tienes.

«El Director de Marketing del futuro será SENSIBLE 

  1.  Socialmente, al entorno social que le rodea. Buscará el impacto social de su actividad, integrando de forma natural en la estrategia y la táctica de Marketing  elementos propios de la Responsabilidad Social Corporativa, bastante «cosmética y clásica» en el pasado, más real y sincera, obligatoriamente, en el futuro.
  2. Con el conocimiento de sus clientes. Saber más y mejor de sus clientes, para satisfacerlos, sorprenderlos, facilitarles la vida, quererlos, hacerles felices. En definitiva, se orientará  a convivir con sus clientes en un espacio temporal “infinito”.
  3. Con su propia organización. Entenderá y cuantificará el impacto en las personas, procesos y sistemas, y eso hará posible que las cosas sucedan dentro (de la empresa/entidad) y tengan el resultado esperado fuera (en el mercado, en sus clientes).
  4. Económicamente, a los números. Para asegurar la viabilidad futura, de su empresa/entidad. No querer entender / saber de números no será nunca más opcional.»
Share Button

¿Para qué sirve el Big Data?

Recupero aquí el artículo que recientemente escribí y publicó MarketingDirecto.com.

«Ya hace algún tiempo que escuché aquella frase de que el Big Data es como el tema del sexo en el colegio: todos hablan de él pero pocos saben qué es. También leo repetidamente que el concepto de Big Data es indisoluble al “nuevo mundo hiperconectado” de personas-dispositivos que utilizan, generan y publican datos/contenidos a través de infinidad de aplicaciones y en los medios sociales. Unos datos que podemos caracterizar con la triple “V”:

  1. Mucho más Volumen de datos.
  2. Mucha más Variedad según su origen y su naturaleza (estructurados y no estructurados).
  3. Mucha más Velocidad en su actualización.

A partir de aquí, podemos concebir Big Data como la capacidad para agregar esas colosales, variadas y velozmente cambiantes cantidades de datos, estructurarlos y tratarlos para su análisis. Así, mediante modelos y técnicas estadísticas, se pueden entender mejor las relaciones causa-efecto entre dichos datos en un pasado más o menos reciente para determinar las mejores decisiones en tiempo real o de un futuro más o menos inmediato.

Si hablamos de relaciones con nuestros clientes, el ámbito de aplicación de esas decisiones serían las estrategias, políticas y acciones de captación, fidelización y retención de los clientes. En otras palabras, decisiones que conciernen a las funciones de Marketing, Ventas, Atención y Soporte al Cliente, todas ellas con incidencia directa en el ciclo de vida de nuestros clientes.

Pues bien, revisado el concepto y si dirigimos la vista 10-15 años atrás en el tiempo, nos daremos cuenta de que Big Data no difiere en nada con respecto a la situación de las empresas que por aquel entonces iniciaban su andadura en la implantación de tecnologías y metodologías que permitieran registrar, tratar y analizar los volúmenes, la variedad y la velocidad de cambio de sus propios datos, Owned Data.

Fue a finales de los 90 e inicios de los años 2000 cuando aparecieron y poco a poco se fueron extendiendo tecnologías de base de datos (datawarehouse), técnicas de análisis estadístico avanzado y minería de datos que, acompañadas de determinadas metodologías de análisis, permitían desarrollar y explotar comercialmente modelos de conocimiento de clientes o, también denominado, Customer Intelligence. Dichos modelos nos han permitido, entre otros, obtener indicadores a nivel de cada cliente tan vitales como la probabilidad de abandono (para prevenirlo proactivamente y alargar la vida media de los clientes), la propensión a la compra de un determinado producto (para mejorar la venta cruzada e incrementar el ingreso medio por cliente) o el valor potencial (para la aplicación de políticas de atención y fidelización segmentadas que permitan optimizar costes). Y todo ello a través de nuestro Owned Data y con un objetivo fundamental: mejorar la rentabilidad de la empresa.

No lo negaré. Es evidente que este “nuevo mundo hiperconectado” al cual eludía anteriormente está suponiendo un triple salto mortal respecto la situación precedente. Tanto en términos de complejidad tecnológica, metodológica y legal como también de riqueza, de precisión y de aplicación del nuevo conocimiento al cual nos enfrentamos. Pero el concepto primario, en esos términos de soluciones tecnológicas y metodológicas que se necesitaron entonces y que ahora se precisan, es del todo idéntico. Y ello es así porque dos razones:

  1. El dato, dato era, es y será.
  2. La necesidad que subyace para las empresas sigue siendo exactamente la misma: necesitan una inteligencia analítica para una toma de decisiones más acertada y en tiempo real.

La diferencia, de momento, está únicamente en el grado de madurez de dichas soluciones: las de hace 10-15 años, las del Owned Data, están perfectamente consolidadas, mientras que las actuales, las del Big Data, acaban de nacer y está casi todo por hacer y mucho más, por demostrar su eficacia. Y, aunque no dudo que así será, llegado a este punto, parece obvio preguntarnos: ¿estamos aprovechando al máximo nuestro Owned Data?

No debemos olvidar que es en nuestros datos donde reside una información real, actualizada, precisa, en general estructurada, barata y única (ningún competidor la tiene). ¿Sabemos hasta dónde podemos llegar con nuestros datos para mejorar nuestra toma de decisiones e incidir significativamente en los resultados de negocio de nuestra empresa?

Si la respuesta es no, antes de virar el rumbo hacia el Big Data, ¿no deberíamos incidir más en cómo exprimir al máximo nuestros propios datos y el conocimiento útil que en ellos se atesora?

Por otro lado, ¿sabemos encajar el nuevo conocimiento que me proporcionaría el Big Data en mi modelo de desarrollo rentable de clientes?:

  • ¿A quién nos dirigiremos (segmentación)?
  • ¿Qué ofreceremos (propuesta de valor)?
  • ¿Cómo lo ofreceremos (modelo de relación entre canales)?
  • ¿Cuándo lo ofreceremos (plan de contactos)?

Muchas preguntas, puramente de negocio, que tenemos que resolver antes de enfrentarnos a la implementación de novedosas tecnologías que, sin desdeñarlas y en paralelo, necesitan tiempo para madurar y consolidarse.

Recordemos que sólo bajo el enfoque de “qué voy a hacer de forma rentable” tendrá sentido buscar más y mejor conocimiento útil, sea en el Big Data o sea en el Owned Data. Porque el objetivo para las empresas, aunque sólo sea como garantía higiénica de su supervivencia futura, tampoco ha cambiado: “no se trata de ser más sabias, sino de ser más ricas”.

Y tú, ¿ya sabes cuáles son los principales modelos de conocimiento de clientes a través de Owned Data? ¿Sabes cómo utilizarlos para la mejora de resultados en captación, fidelización y retención de clientes?»

Share Button

Customer Intelligence aplicada a la venta

Tradicionalmente la propensión a la compra a determinados productos / servicios, ofertas y/o promociones de nuestros clientes actuales o potenciales se puede determinar a través del desarrollo de modelos de conocimiento de clientes o Customer Intelligence.

La complejidad de estos modelos depende de diferentes factores, tales como la información disponible, las capacidades analítico– técnicas, el talento humano e incluso la propia cultura de la organización, entre otros.

Pero, ¿cuáles son los modelos de conocimiento de clientes que nos ayudan a incrementar las ventas y cómo podemos aplicarlos?

Básicamente, a través de estos modelos podemos obtener:

  • La probabilidad o score de compra asignada a cada cliente: permite ordenar / priorizar el público objetivo de mayor a menor probabilidad de compra. Se trata de un modelo que predice QUIÉNES SON las personas o empresas más adecuadas para ser incluidas en el target de nuestra acción comercial.
  • El perfil del segmento al cual pertenece cada cliente según sus características: permite describir CÓMO SON, en base a una serie de variables disponibles, los clientes que mejor encajan con un determinado producto / servicio y facilita, a su vez, la definición de los aspectos más tácticos de la acción comercial (comunicación, canal, …). Por lo tanto, podemos también seleccionar las personas o empresas que cumplen una serie de condiciones aplicables a las variables internas disponibles (deben ser conocidas para poder ser aplicable a toda nuestra cartera de clientes). En el caso de personas: edad, antigüedad, género, número de hijos, tenencia y/o uso de productos/servicios, nivel de renta, etc. ; para el caso de empresas: sector de actividad, facturación, número de empleados, número de sedes, etc.

Aunque lo ideal es contar con ambos “grados” de conocimiento, probabilidad de compra (quiénes son) y perfil del segmento (cómo son), pueden desarrollarse y utilizarse de forma independiente.

En general, el desarrollo de Customer Intelligence conlleva el uso de técnicas y metodologías propias de la estadística avanzada y minería de datos (datamining) y requiere de una gestión a nivel de proyecto cuya duración no suele ser inferior a los 2-3 meses.

Una vez desarrollados los modelos, su explotación técnico-analítica consiste en la ejecución periódica (según la naturaleza y necesidad del propio modelo) de los algoritmos de cálculo  que determinan la probabilidad o el perfil a nivel individual de cada cliente. Así mismo, también periódicamente (anualmente, p.e.) la Customer Intelligence debe ser ajustada («reentrenaminetos») en base a los resultados obtenidos en su utilización en las acciones comerciales o, simplemente, debido a las situaciones cambiantes propias de cualquier empresa y/o mercado.

Todo ello, el desarrollo inicial y su explotación técnico-analítica y ajustes periódicos, se realizan dentro de un entorno analítico de datos integrados con foco en el cliente denominado “CRM analítico” o “Datamart de Marketing”. La disponibilidad y construcción correcta de dicho entorno es fundamental para poder desarrollar Customer Intelligence.

Bajo este enfoque, la función de Customer Intelligence asume el desarrollo, mantenimiento y explotación técnico-analítica de los modelos y, gracias a la misma, la función de Marketing de Producto / Clientes dispone de un conocimiento añadido que le permite una mayor precisión en el diseño de la oferta y en la planificación y ejecución de las acciones comerciales, tanto para la nueva captación de clientes sobre el mercado potencial como para el desarrollo – cross-selling – y la fidelización de los clientes de su cartera actual.

La explotación comercial consiste en el diseño y puesta en marcha de campañas que se concretarán en la ejecución de determinadas acciones comerciales que podemos clasificar en salientes o entrantes.

  • En una acción saliente o pull, dada una oferta y el segmento de clientes que mejor se adecua a la misma (clientes con mayor propensión a la compra), la comunicación con el cliente se produce a instancias de la empresa: telemarketing, e-mailing, sms, correo postal, …
  • Por el contrario, en una acción entrante o push, la empresa aprovecha la interacción con el cliente que él mismo ha originado (llamada entrante, navegación por la web, visita a un punto de venta presencial, …). En estas situaciones el canal (Call Center, web e-commerce, tienda, …) debe disponer, a través de la ficha 360º del cliente –the 360º customer view-, de la información de propensión de compra (previamente calculada) y/o su perfil de segmento (también previamente calculado) que el asesor comercial (físico o virtual) utiliza para ofrecer/presentar la oferta más adecuada.

Cómo mejorar la gestión operativa de las acciones comerciales y en qué situaciones se hace imprescindible la utilización de un sistema de gestión de campañas será motivo de una próxima entrada.

Share Button