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.

• Acerca de
• Últimas entradas

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.

Últimas entradas de Toni Martí Barberà (ver todo)

• Workshop: el antídoto contra la “reunionitis” - 20 julio, 2020
• Los clientes también se fugan - 21 junio, 2020
• Cultura de Innovación - 25 mayo, 2020