Archivo de la categoría: Customer Intelligence

¿Qué es el Customer Intelligence?

Customer Intelligence es la capacidad de capturar y transformar los datos de tus clientes en conocimiento útil para tomar más y mejores decisiones de negocio.

Los proyectos de Customer Intelligence tienen sentido cuando el (nuevo) conocimiento que aportan puede ser aplicado en alguna de las siguientes estrategias y líneas de acción de la gestión de clientes:

  1. La captación selectiva de nuevos clientes. Saber identificar (quiénes son), cuantificar (cuántos son) y caracterizar (cómo son, dónde están, qué compran, etc.) los clientes potenciales de alto interés para tu negocio permitiría definir y desplegar estrategias y planes de captación enfocados en su captación.
  2. La fidelización de clientes existentes, definiendo estrategias y ejecutando planes de acción para actuar de forma proactiva ante aquellos clientes que muestren indicios claros de posible abandono de la marca.
  3. El desarrollo de clientes, ofreciendo productos y servicios a aquellos clientes que presenten una mayor propensión a la compra.
  4. Por último, conocer y mejorar las expectativas de los clientes antes, durante y después de la compra o uso del producto o servicio ayudaría a todas y cada una de las tres estrategias y líneas de acción descritas.

En resumen, el Customer Intelligence debe ser una capacidad que lleve a la acción comercial en cualquiera de los ámbitos descritos. Lo contrario, el conocimiento sin acción, sería un conocimiento estéril.

Customer Intelligence

¿Para qué sirve la segmentación por comportamiento o hábitos de compra de los clientes?

3 comentarios

La segmentación por comportamiento o hábitos de compra de los clientes

La segmentación por comportamiento o hábitos de compra de los clientes o también denominada por patrones de consumo es la siguiente estación en nuestro viaje hacia un modelo de desarrollo rentable de clientes (Orientación hacia el cliente… rentablemente). La primera parada fue la segmentación de clientes por valor (¿Para qué sirve la segmentación de clientes por valor?).

Si la segmentación por valor respondía a la pregunta de ¿cuáles son nuestros clientes «buenos» y «malos»?, en este caso, la segmentación por comportamiento o hábitos de compra responderá a la pregunta ¿cómo compran nuestros clientes?

El concepto

Conceptualmente,  al igual que cualquier proceso de segmentación, la segmentación por comportamiento o hábitos de compra nos permite identificar y cuantificar grupos de individuos (o empresas) que presentan un comportamiento de compra homogéneo, respecto los productos / servicios que componen el portafolio de la empresa, entre los individuos pertenecientes al mismo grupo y dispar entre individuos de grupos distintos.

Definiciones más amplias incluirían también, además de la dimensión producto, otras variables de segmentación relacionadas con el comportamiento ante las compras: el momento de compra, el canal de compra utilizado u otros criterios específicos de la propia empresa o su sector.

Algunos ejemplos

A continuación se relacionan, a modo de ejemplo, posibles criterios generales de segmentación por comportamiento o hábitos de compra para algunos sectores de actividad.

  1. Supermercado: las secciones/familias de los productos (congelados, frescos, bebidas, limpieza, bazar, …), día de la compra (laborable, fin de semana, …).
  2. Aerolíneas: el destino (nacional, internacional), el trayecto (ida o ida/vuelta), el día del viaje (laboral, fin de semana / festivo).
  3. Moda: la línea de producto (hombre, mujer, niños, accesorios) y canal utilizado (tienda física, on-line, ).
  4. Formación: temática del curso (marketing, operaciones, finanzas, …), modo (presencial, on-line, semi-presencial, …), tipo de curso (máster, grado, postgrado, cápsula formativa, ad-hoc, …), día-hora de la semana que recibe el curso (compatible laboral, no compatible laboral, …).
  5. Alojamiento: destino respecto lugar de residencia (nacional, internacional), tipo de alojamiento (hotel, apartamento, …),  tipología de días (laborables, escapada fin de semana, vacacional, …).

Óbviamente, la selección y combinación de los criterios de segmentación por comportamiento se tendrán que ajustar al caso concreto de cada empresa. Este aspecto será clave para que los segmentos resultantes sean fácilmente compresibles y útiles en términos de acción comercial.

Algunos aspectos «técnicos» de la segmentación por comportamiento

  1. Para considerar la existencia de un perfil de comportamiento de compra claramente definido se deben fijar unos umbrales mínimos de compra / consumo y/o antigüedad de los clientes.
  2. El criterio de segmentación por comportamiento según familias de productos / servicios comprados requiere que el portafolio esté razonablemente estructurado (familias, subfamilias, ….). No tendría ningún sentido segmentar en base a centenares o miles de referencias de producto. Un número «lógico» de familias que permitiría obtener un número de segmentos consistentes y operativos, estaría en torno a las 4-10 familias de productos distintas.
  3.  La identificación de segmentos debe realizarse teniendo en cuenta el peso relativo (%) de cada criterio / variable de segmentación utilizada (familias de productos, momentos de consumo, canales de compra, ….) respecto el valor total de la compra. Realizarlo en términos absolutos (cuánto compra/consume) «escondería» el objetivo que se persigue: saber CÓMO consumen los clientes.  No nos olvidemos que es la segmentación de clientes por valor la que nos aporta la visión del CUÁNTO consumen los clientes.

Pero, ¿para qué sirve la segmentación por comportamiento o hábitos de compra?

Si partimos de que la disciplina de Marketing tiene como gran objetivo la satisfacción de las necesidades y preferencias de consumo de los clientes, no se me ocurre una mejor manera de saber cuáles son dichas necesidades y preferencias que analizando lo que ya me están comprando mis propios clientes.

En otras palabras, si no dispongo de más información que las compras de los productos que realizan mis clientes (¡esta información siempre está disponible!), la mejor aproximación a sus necesidades y preferencias de consumo consiste en lo que actualmente me están comprando.

Los beneficios que obtenemos son:

Aumentar las ventas y la fidelidad de clientes

Algunos de nuestros clientes es posible que tengan necesidades que no quedan reflejadas en las compras que realizan en mi empresa ya que una parte de dichas compras las realizan entre los competidores.

Si estos clientes no satisfechos se «parecen» (según ciertas variables de caracterización) a mis mejores clientes (los que sí puedo saber / suponer que compran todo o casi todo a mi empresa) podríamos inducir que el potencial de compra de los primeros también es «parecido».

La segmentación por comportamiento o hábitos de compra  dará las «pistas» necesarias (y en la mayoría de ocasiones suficientes) para alcanzar el valor potencial. En concreto, nos apuntará:

  • Cuáles son los nuevos productos /servicios que probablemente comprarían.
  • Cuál es la cantidad / unidades de los productos / servicios (nuevos o no) que comprarían.

Por lo tanto, se abre aquí una oportunidad «inteligente» para dirigirnos a los clientes no satisfechos al 100% por mi empresa con una oferta que satisfaga sus necesidades, ya sea potenciando el consumo, todavía bajo, de los productos que me compran («up-selling») o incentivando la compra de nuevos productos todavía no consumidos por dichos clientes (venta cruzada o «cross-selling»).

El aumento de dicho consumo supondrá una mayor vinculación con la marca y, a medio-largo plazo, un mayor grado de fidelidad.

Diseño de la oferta

La segmentación por comportamiento o hábitos de compra equivale a conocer el «mix» (mezcla, combinación) de productos que consumen los diferentes segmentos identificados. A su vez, ello permitirá el ajuste de la oferta a las necesidades reales detectadas.

Posibles vías para ello serían:

  • La paquetización de productos distintos («bundle»): combinación de producto «perfectas».
  • La paquetización de un mismo producto («bono»): incluir el número adecuado de unidades de un producto determinado.
  • La promoción conjunta o venta cruzada (sin necesidad de paquetizarlos) de productos «afines» entre sí.

En resumen

Saber qué necesita cada cliente gracias a las segmentación por comportamiento o hábitos de compra supone el punto de partida para:

  • Identificar clientes no satisfechos respecto su potencial de compra: tenemos indicios ciertos que su hábito de consumo puede ser «superior» al actual.
  • Diseñar y proponer una oferta que no puedan rechazar: dicha oferta se basa en comportamiento reales de clientes «parecidos».

Y todo esto con nuestros propios datos («Owned Data»), con los datos de las compras de nuestros clientes: información disponible, real, actualizada, precisa, estructurada, barata y única (ningún competidor la tiene).

La segmentación por comportamiento o hábitos de compra constituye, conjuntamente con la segmentación por valor, la base imprescindible para mejorar nuestra toma de decisiones e incidir significativamente en los resultados de negocio de la empresa.

Y tú, ¿sabes cómo compran tus clientes? ¿Sabes cuál es su potencial de compra? ¿Sabes como conseguirlo?

Share Button
Customer Intelligence

¿Para qué sirve la segmentación de clientes por valor?

4 comentarios

Qué es la segmentación de clientes por valor

La segmentación de clientes por valor ocupa un papel preponderante dentro del ámbito del Customer Intelligence o Conocimiento de Clientes, eje sobre el que debe pivotar el diseño y  ejecución de un modelo de desarrollo rentable de clientes. Todo ello ya lo avancé en mi anterior entrada Orientación hacia el cliente… rentablemente.

De entre todos los posibles criterios de segmentación de clientes, no es casual ni opcional que la implantación de una estrategia de CRM o de un Plan de Fidelización tome como punto de partida la segmentación de clientes por valor. Repito, no es opcional.

Y para determinar la segmentación de clientes por valor primero tenemos que calcular la métrica de valor. Su cálculo puede ser un ejercicio más o menos complejo (y completo) según diversos aspectos que decidiremos en el propio proceso de definición. Entre otros:

¿A qué nivel «económico» queremos realizar el cálculo del valor?

  • Una primera versión más o menos «reducida» y sencilla sería calcularlo a nivel de facturación.
  • Otra más compleja sería en términos de rentabilidad a través del cálculo de un margen comercial relativo a cada cliente; es decir, construir una (mini)cuenta de resultados a nivel de cada cliente.

¿Sobre qué «distancia temporal y espacial» relativa a la marca queremos realizar el cálculo?

  • Así podríamos calcular el valor actual o valor cierto correspondiente al consumo actual con la marca.
  • El valor potencial inmediato o valor cierto total correspondiente al consumo actual del cliente con la marca más el que también ya está realizando con otros competidores (estimación) y que podríamos considerar alcanzable en un futuro más o menos inmediato a través del desarrollo del cliente (cross y up-selling). Conocer el valor potencial inmediato nos permite calcular el share-of-wallet, la participación -share- que tenemos en cada cliente: dividir el valor actual con la marca entre dicho valor potencial inmediato.
  • El Customer Lifetime Value o valor global esperado de un cliente correspondiente al consumo que realiza a lo largo de toda su relación con la marca; alcanzar este valor no sólo implica desarrollar el cliente sino también conseguir que permanezca con la marca durante toda su vida como tal.

Generalmente, dichas decisiones dependen del grado de precisión que queramos alcanzar en el cálculo del valor que, a su vez, depende en gran medida de la disponibilidad de los datos. Por ejemplo:

    • En el caso de realizar un  cálculo de valor en términos de margen comercial, debemos disponer de los costes directos a nivel de cada cliente asociados al mantenimiento de la relación (costes de servir al cliente, …).
    • Así mismo, para calcular el valor potencial inmediato debemos haber realizado previamente algún estudio de mercado (con su correspondiente trabajo de campo) y/o disponer de suficiente volumen e histórico de datos económicos reales de los clientes actuales que nos permita relacionar sus características «exógenas» generales (género, edad, renta disponible, … para personas individuales; o número de empleados, sector de actividad, número de sedes, … para empresas) y otras propias del sector, con la facturación o el margen potencial.
    • Por último, para determinar el Customer Lifetime Value, debemos tener calculada la tasa de baja de nuestros clientes (ver Los estados y bajas de los clientes) para, a partir de ella, estimar la vida media de cada cliente o la del segmento de clientes al cual pertenece; también tendremos que saber el coste de adquisición de cada cliente.

La Harvard Business School facilita una versión para calcular la métrica del valor del cliente a lo largo de toda su vida que puede ser utilizada para la segmentación de clientes por valor.

En cualquire caso, decidido un criterio u otro ya podríamos disponer de una primera segmentación de clientes por valor. Por ejemplo, podríamos clasificarlos según 5 rangos de la métrica de mayor a menor valor: platino, oro, plata, bronce, destructores (de valor).

No olvidemos que el objetivo principal de la métrica de valor de los clientes es implementar la segmentación de clientes por valor de tal manera que pueda diferenciar los clientes «buenos» de los «malos». Por lo tanto, más importante que conseguir la precisión máxima en el cálculo del valor es que éste nos sirva como indicador de la bondad comparativa entre clientes.

Y no caigamos en el error de utilizar datos valores «medios» (costes medios de adquisición de clientes, costes medios de servir al cliente, …) ya que no conseguiríamos que el cálculo establezca diferencias entre los clientes según su valor: todos los clientes, en media, son / serían iguales y no obtendríamos la segmentación de clientes deseada.

Pero, ¿para qué sirve la segmentación de clientes por valor?

Pues bien, dejando de lado entrar en más detalles «técnicos» del cálculo del valor de los clientes, me gustaría centrar esta entrada en lo realmente relevante cuando desarrollamos cualquier proyecto de Inteligencia de Clientes y, en particular, cuando ya disponemos de la segmentación de clientes por valor: ¿para qué sirve?

Como ya he avanzado en otras ocasiones, el conocimiento sin acción comercial no tiene ningún sentido, es completamente estéril. Sólo cuando somos capaces de utilizar la segmentación de clientes en términos de acción comercial que genere valor para el cliente y la compañía tendrá sentido la inversión que hayamos realizado para obtener ese mayor conocimiento de nuestros clientes.

En el caso de la segmentación de clientes por valor explicaré «para qué sirve» clasificando sus utilidades / aplicaciones en tres sentidos:

Identificar

La segmentación de clientes por valor nos permite identificar los clientes buenos de los que no lo son tanto y poder ofrecer condiciones especiales en la oferta de captación, de desarrollo (venta cruzada) o fidelización / retención A QUIEN más “lo merece”. Algunos ejemplos:

    • Dirigir los esfuerzos de captación (inversión en comunicación, elección del canal, promoción, …) a aquellos clientes potenciales que sabemos pueden tener un mayor valor futuro.
    • Limitar el incremento de precio de un producto según el valor de los clientes.
    • Ofrecer un 10% de descuento adicional en la compra de un producto o en la renovación de la suscripción de un servicio a los clientes de mayor valor.

La segmentación de clientes por valor actúa de «discriminante» para saber a quién dar un determinado beneficio.

Priorizar

Ante una capacidad limitada de recursos técnicos o humanos, la segmentación de clientes por valor nos facilita ORDENAR el uso de dichos recursos en función del valor de los clientes. Algunos ejemplos:

    • En una acción telefónica de retención proactiva, llamar primero a los clientes con mayor probabilidad de abandono y mayor valor.
    • En un servicio de post-venta, prestarlo de forma preferencial y con medios propios a los clientes de mayor valor.
    • Priorizar la respuesta a las llamadas, emails o interacciones en los medios sociales de los clientes de mayor valor.

La segmentación de cliente por valor actúa de «priorizador» de recursos.

Cuantificar

La segmentación de clientes por valor también sirve para determinar CUÁNTO invertir en cada cliente o  segmento de clientes.  A diferencia de las aplicaciones descritas anteriormente, para este uso concreto sí que es requisito que la métrica del valor del cliente sea lo más precisa posible.

    • Limitar la inversión a realizar al retorno y plazos previstos según el valor / margen calculado.

La segmentación de clientes por valor actúa de «regulador» del nivel de inversión.

En resumen

La segmentación de clientes por valor tiene sentido en la medida que es ineludible que:

  1. No todos los clientes son iguales: su valor nos permite diferenciarlos.
  2. Los recursos técnicos, humanos y económicos de cualquier empresa son limitados / finitos. ¿Alguien conoce alguna que esto no sea así?
  3. Como consecuencia de ello, tenemos que hacer un uso inteligente (es decir, eficiente) de los recursos disponibles: a partir de lo que tenemos, demos a cada cliente lo que se merece… según su valor.

Existen muchos criterios de segmentación de clientes. Si tienes que escoger una, empieza por la segmentación de clientes por valor. Porque, una vez más, se trata de aplicar el sentido común, en este caso, a la gestión de los clientes y los recursos que destinamos a la creación y mantenimiento de las relaciones con ellos que, recordemos, deben ser duraderas, rentables y satisfactorias para ambas partes. ¡No lo olvidemos!

Share Button
Customer Intelligence

¿Eres un «customer-centric marketing manager»?

2 comentarios

Es habitual que las empresas en general y sus altos mandos en particular vayan  anunciando por tierra, mar y aire que ellos y su organización están orientados al cliente o, en inglés, que siempre parece que queda un poco mejor: «somos una customer-centric organization».

Como en tantas otras ocasiones, hablar y utilizar palabras que están «de moda» parece que vende y da más valor a la entidad o persona que las pronuncian. Pero la realidad es otra muy distinta. En muy pocos casos nos equivocaríamos si,  ante estos anuncios, aplicamos aquello de «dime de qué presumes y te diré de lo que careces».

Aunque podrían ser muchos los aspectos a tener en cuenta para demostrarlo,  hoy me centraré en uno de ellos, y muy crucial, para (auto)diagnosticar si la empresa y sus managers de Marketing están orientados a su cliente y  si éste está realmente en el centro del modelo de negocio de esas empresas.

Me refiero a los indicadores (KPIs – Key Performance Indicators-) que utilizan para medir qué les pasa a los clientes. O, en otras palabras, qué indicadores propongo utilizar, en términos de control estratégico y gestión del día a día, para avanzar en el proceso de ser una empresa y un manager orientados a sus clientes. En resumen, «dime qué mides y te diré cuánto customer-centric manager eres».

He escogido este aspecto (los KPIs del cliente) porque como hemos escuchado infinidad de veces «lo que no se puede medir, no existe», o, también podríamos añadir algo más, «… no se puede gestionar». O, visto desde la realidad de las empresas, lo que acaba ocurriendo es que lo que los managers de una empresa eligen medir tiene una enorme influencia en los resultados de negocio que obtienen. Si esa elección de indicadores no está alineada con la orientación al cliente, será difícil avanzar hacia ella y mucho menos alcanzarla.

Porque conseguir y mantener un enfoque centrado en el cliente requiere de un cambio de visión hacia cómo los clientes individualmente se comportan con el transcurso del tiempo, y cómo las empresas pueden maximizar el valor de cada relación con cada cliente.

En definitiva, los KPIs que propondré (lista orientativa, no exhaustiva) permitirán comprobar, a través de su control y seguimiento continuo,  si los esfuerzos de marketing están consiguiendo avanzar en ese proceso de orientación al cliente que persiguen las empresas.

Customer-Centric KPIs

A nivel estratégico

A alto nivel, ¿cuál es la salud de la cartera de clientes?

Valor del Ciclo de Vida del Cliente o Customer Lifetime Value (CLV )

Es la medida del valor esperado de los clientes a lo largo de toda su relación con la marca /producto.

El CLV es la métrica más importante para cualquier empresa que dice/quiere estar centrada en el cliente.

El CLV actúa como una «veleta» que indica, como antes ya describí, si todos los esfuerzos que el equipo de Marketing está realizando (la inversión en los diferentes canales de captación de nuevos clientes, la inversión en estrategias de fidelización y retención de clientes, …) dan como resultado relaciones con los clientes más duraderas y rentables a medio-largo plazo.

Una variante de este indicador, sería calcularlo para los nuevos clientes captados en un período determinado. Así se obtendrá una visión del valor que la compañía está logrando y cuál está siendo el equilibrio entre la cantidad y la calidad de los nuevos clientes captados.  Tan importante puede ser captar un cierto número de nuevos clientes como que su calidad, en términos de valor esperado, es el adecuado.

Cómo calcular el CLV será motivo de una nueva entrada. De momento os dejo un par de enlaces (existen diferentes métodos):

A nivel táctico

Con el fin de entender los cambios en el CLV  y poder tomar las decisiones oportunas a nivel táctico, es decir, en las políticas y acciones de captación y fidelización y retención de los clientes.

CLV por Canal (captación)

  • Qué es: el CLV de los nuevos clientes a través de diferentes canales de captación.
  • Para qué sirve: Identificar los canales que están consiguiendo los clientes de mayor valor y considerar invertir más en dichos canales y prescindir o disminuir la inversión en los canales de captación de clientes de menor CLV.

Nos haríamos cruces  en muchas ocasiones al comprobar que los canales que mayor cantidad de nuevos clientes nos están aportando son, a su vez, los que menos valor actual y esperado generan a la empresa.

Estados de clientes según ciclo de vida (fidelización)

  • Qué es: Una «foto instantánea» de dónde está tu cartera de clientes según los estados del ciclo de vida del cliente (ver entrada Los estados y bajas de clientes).
  • Para qué sirve: Si se observan cambios significativos en la distribución de los clientes según su estado del ciclo de vida, nos permitirá profundizar en acciones de fidelización adicionales que mejoren la «velocidad» de repetición de compra temprana, la «velocidad» de repetición de compra y/o la tasa de recuperación de clientes.

«Velocidad» de repetición de compra temprana (fidelización)

  • Qué es:  Mide el porcentaje de nuevos clientes que han hecho una segunda compra dentro de un período de tiempo determinado.
  • Para qué sirve: Si dicho porcentaje es bajo o presenta una tendencia negativa, tendremos que poner en marcha acciones para «educar» a los nuevos clientes sobre nuestra marca con el objetivo de impulsar nuevas compras.

«Velocidad» de repetición de compra (fidelización)

  • Qué es: Mide el porcentaje de clientes que realizan una nueva compra en un plazo de tiempo determinado desde su último pedido.
  • Para qué sirve: Nos alertará sobre si debemos profundizar en la relación con los clientes a través de una estrategia de venta cruzada que les permita conocer nuevas categorías de producto (teniendo en cuenta lo que han comprado en el pasado).

Tasa de retención de clientes (retención)

  • Qué es: Mide el porcentaje de clientes inactivos o bajas en un período de tiempo determinado respecto el total de clientes activos en ese mismo período.
  • Para qué sirve: Desencadenar acciones automáticas de reactivación ante los primeros síntomas de clientes «adormecidos».

Ratio del «cubo agujereado» (retención)

  • Qué es: Una métrica que muestra el número de clientes perdidos  en un período de tiempo determinado en relación con el número de nuevos clientes captados en ese mismo período.
  • Para qué sirve: Implantar una estrategia efectiva de recuperación de clientes que permita reducir la velocidad a la cual los clientes son baja.

Una última consideración

Una única pregunta para realizar el (auto)diagnóstico acerca de la orientación al cliente de la empresa.

¿Cuál es la primera línea del presupuesto de ventas de tu empresa para el 2014?

    1. Número de unidades de producto/servicios y/o volumen de facturación en €uros a vender.
    2. Número de nuevos clientes que debes captar y clientes a fidelizar / retener.

Si la respuesta es 1, todavía tienes un largo camino que recorrer para estar realmente orientado a tu cliente: todo el sistema de control de gestión del negocio sigue bajo un enfoque de producto. Cámbialo por un enfoque al CLIENTE.

Y recuerda: «dime qué mides y te diré cuánto customer-centric marketing manager eres».

Share Button
Customer Intelligence

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

1 comentario

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
Customer Intelligence

¿Para qué sirve el Big Data?

1 comentario

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

Customer Intelligence aplicada a la venta

2 comentarios

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