Smartup: Agencia de Marketing Digital y Big Data
Big Data & Analytics Casos de Éxito Comercio Electrónico Inbound Marketing Influencers Listening
Marketing Digital Publicidad Online SEO Smartup
Big Data & Analytics Casos de Éxito Comercio Electrónico Inbound Marketing Influencers Listening Marketing Digital Publicidad Online SEO Smartup
Vivimos tiempos revueltos para las operadoras de telecomunicaciones. En un mercado cada vez más competitivo, los clientes sienten menor fidelidad a la marca, probablemente debido a las agresivas políticas de captación que practican. En este sentido, observamos que el crecimiento de las telco (y en general de cualquier empresa) se basa en 2 factores clave:
Según la fuente Marketing Metrics, la probabilidad de vender un producto o servicio a un nuevo cliente está en el entorno del 5-20%, mientras que para un cliente ya existente, la probabilidad se sitúa entre el 60-70%. Ésto nos indica que es sustancialmente más rentable la retención frente a la adquisición de nuevos clientes.
Cuando un cliente se va, la telco acaba pagando 2 veces, una por el beneficio futuro perdido y otra por la inversión necesaria para captar al nuevo. Podríamos pensar que la fuga de un cliente se puede compensar con un cliente nuevo que entra, pero no es así hasta pasado un tiempo. Como vemos en el gráfico previo, es necesaria una inversión inicial para adquirirlo que tiene retorno no inmediato. Si nuestro nuevo cliente abandona la empresa durante ese período no hacemos negocio.
Actualmente es posible segmentar a los clientes e impactarlos con recomendaciones personalizadas, ofertas, mensajes para incrementar los ratios de conversión. La era Big Data nos permite llevar la personalización de las recomendaciones, ofertas, etc. más allá de lo genérico para llegar a nivel prácticamente del usuario (basado en el estudio de su comportamiento, interacciones). Esto permite el uso de técnicas de hiper personalización (no solo en ofertas de productos, sino en el trato personal como felicitaciones en cumpleaños, por ejemplo), u optimización de los servicios de atención al cliente, recompensa a la lealtad de marca para clientes con alto CLV, ...
Los modelos LTV (lifetime value) persiguen conocer el perfil de los clientes con mayor potencial de crecimiento. Pero, ¿cuál es el punto de corte a partir del que consideramos a un cliente no rentable o con menor potencial de crecimiento? Para ello necesitamos poner en la balanza, y en el tiempo, dos métricas:
Podemos encontrar tres escenarios:
La regla clásica nos dice que un cliente me cueste la mitad de lo que obtengo de él, por lo que:
CAC < 2 * CLV
sería el punto de inflexión para definir un cliente a retener. Donde:
Podemos representar la ecuación previa como una balanza, en donde los elementos que aumentan el LTV están representados en verde y los que aumentan nuestro CAC están representados en rojo.
Ya tendríamos las 2 variables sobre las que trabajar y la fórmula previa nos permite definir un umbral a partir del cual no es rentable invertir en un cliente para su fidelización.
El análisis del CLV, aporta información más fiable cuanto mayor sea el histórico de datos disponible. Su punto débil está en empresas como startups o empresas sin datos históricos de clientes donde pierde fiabilidad, pero esto no es un problema que se dé en las telcos, donde el histórico de datos de clientes es lo suficientemente amplio como para sacar valor del modelo. Debemos tener también en cuenta, que este no es un análisis estático y que debe ejecutarse periódicamente.
Como hemos visto, este modelo nos permite segmentar a los clientes de una manera objetiva en función del rendimiento que obtenemos vs el coste que supone su retención. En un sector como las telcos, en donde los clientes migran de operadora constantemente buscando la mejor oferta, nos permite definir nuestras estrategias de retención de forma efectiva minimizando los costes y maximizando los beneficios.
Javier Pérez
Big Data Project Manager en Smartup
Otros artículos que te interesarán
facebooktwitteryoutubelinkedin
Contáctanos | Política de Cookies | Política de Privacidad y Aviso Legal
Smartup 2019 © Todos los derechos reservados.
