• Javier Maldonado Argüello

Guía de Marketing Predictivo


El análisis predictivo aporta a los profesionales de marketing la posibilidad de entender el comportamiento y la rentabilidad de cada uno de los clientes. Su objetivo es aumentar el Customer Lifetime Value (CLV) con campañas más personalizadas, más eficaces y más rentables.


Que es mejor, la segmentación manual o el análisis predictivo?


La segmentación manual es el proceso que permite filtrar o crear grupos de clientes según el valor de una o más variables, un ejemplo, sería agrupar clientes varones que han comprado en el pasado un producto concreto.


En la otra mano, el Análisis Predictivo, permite calcular los niveles de rentabilidad de cada cliente e identificar grupos de clientes con comportamientos y hábitos de consumo compartidos.

En este caso, son los algoritmos quienes descubren una audiencia con características similares.


Otra gran ventaja del análisis predictivo aplicado al marketing es la gran cantidad de datos que se pueden procesar. Podemos utilizar los valores de los atributos de cada cliente, (edad, sexo, ciudad, etc.), el histórico de compra, (tickets, descuentos, devoluciones) y los datos de comportamiento e interacción.


1. Que necesito para realizar el ejercicio con mis datos?


El primer punto es contar con compras identificadas. Si administrás un eCommerce no habrá problema, si administrás puntos de venta físicos con un sistema de identificación de compras de clientes fidelizados, recomendamos utilizar ambas fuentes de datos.


Inicialmente, vamos a trabajar inicialmente con estos datos:


  • Datos de clientes: atributos sociodemográficos, estadísticas de interacción con el email, estadísticas de conversión.

  • Datos de productos: categorías, sub categorías, variables, etc. Cuanto más amplia sea la categorización de productos más preciso podrá ser el análisis de cliente - persona.

  • Datos transaccionales: Tickets y líneas de tickets incluyendo información de descuentos, promociones, canal de venta, devoluciones, etc.


2. Cálculo de CLV de cada uno de los clientes


La métrica del Customer Lifetime Value nos da la visión del valor que aporta cada cliente al negocio. Al incrementarlo, se aumenta directamente la facturación de la empresa.


Estos cálculos nos permitirán crear 3 segmentos de clientes que representarán 3 niveles de rentabilidad;


  • Low Value: Este segmento representa a los clientes de menor rentabilidad para el negocio. Generalmente, un volumen importante de los clientes de un eCommerce solo han realizado 1/2 compras.


  • Medium Value: Son los clientes de rentabilidad media. Se trata de aquellos que compran con mayor frecuencia que los low. Este grupo tiene un gran margen de mejora, ya que se puede conseguir que salten al nivel High.


  • High Value: Son los mejores clientes, hay que trabajar para fidelizarlos al máximo, son los que más compran y los más rentables.


Como resultado de lo antedicho, se obtendrá la división de todos los clientes en 3 grupos basados en el CLV. Esto lo vamos a utilizar como segmentación para crear campañas o descubrir audiencias de cliente-persona diferentes, veamos un ejemplo;



Segmento clientes

Total clientes

Número tickets

Facturación total

Tickets/ cliente

Ticket medio

Facturación/cliente

HIGH VALUE

1903

18209

2.432.962 $

9.56

133.61 $

1278,49 $

MEDIUM VALUE

5528

22564

2.638.834 $

4.08

116.95 $

477,36 $

LOW VALUE

8799

15357

1.177.086 $

1.74

76.65 $

133,78 $

Para entender la importancia de estos 3 grupos, miremos los porcentajes en volumen de clientes y facturación, donde


  • Low: 1.74 compras por cliente con un ticket medio de 76.65 $

  • Medium: 5.52 compras por cliente con un ticket medio de 116.95 $

  • High: 8.79 compras por cliente con un ticket medio de 133.61 $


Utilicemos los segmentos basados en el valor de cada cliente (CLV) para crear estrategias de comunicación adecuadas a cada uno. Trabajemos el crossselling con los clientes Low, aumentemos la frecuencia de compra con acciones de upselling a los Medium y fidelicemos a los High.



3. Análisis cliente-persona según la relación con cada familia de productos


Analicemos el comportamiento y los hábitos de consumo de cada uno de los 3 segmentos de CLV. Para esto, utilizaremos el gasto total en cada una de las subfamilias de productos.


Aconsejamos contemplar diferentes puntos de vista;


  • Orientados al producto: Utilizando el gasto total en las distintas categorías de productos.

  • Orientados a las marcas: En el caso de los multimarca, hay que hacer el ejercicio pero en este caso, utilizando la propensión de compra de una marca.

  • Orientados al comportamiento: La configuración debe ir alrededor de la frecuencia de compra, el ticket medio, el % de aperturas de correo, número de compras con descuento, si compra online o en tienda física.


4. Creación de campañas personalizadas:


Para clientes Low Value


  • Campañas para impulsar la segunda compra

  • Campañas para impulsar la tercer compra

  • Campañas para impulsar las compras de otras categorías de productos


Para clientes Medium Value


  • Campañas que impulsan las compras de distintas categorías de productos

  • Campañas de reposición de productos que ya compran

  • Promociones de productos que no compran


Para clientes High Value


  • Gastos de envío siempre gratis

  • Ventajas de adquirir los lanzamientos de producto

  • Productos de regalo a la X compra

  • Campañas de reposición de productos que ya compran



Si leíste hasta acá, obviamente este tema te interesa, para ver más sobre la plataforma de Marketing Predictivo, clic acá http://ow.ly/pmfT50I0zmt


3 visualizaciones0 comentarios

Entradas Recientes

Ver todo