Segmentación de clientes (III), las dimensiones de cliente

segmentacion_dimensiones_segmentation_dimensions

¿Cuáles son las mejores variables para segmentar clientes? glups, la pregunta… que solo se puede responder con un evasivo e insatisfactorio «depende».

Efectivamente, imposible responder en dos líneas, pero intentaré, en unas pocas más, presentar los diferentes tipos de indicadores que podemos usar para segmentar clientes. O, simplificando, tipos de segmentación de clientes.

En posts anteriores he escrito sobre segmentación estratégica y ejemplos, así como de segmentación táctica. . Éste es, pues, el  tercer artículo de la serie sobre enfoques y métodos de segmentación de clientes, y en él trataré de presentar las dimensiones de cliente que podemos usar para segmentar.

Segmentación y dimensiones de cliente

El tipo de información de cliente usado en la segmentación ha evolucionado en paralelo al desarrollo de los sistemas de información. Desde las segmentaciones sociodemográficas generales, más propias de la segmentación de mercados, pasando por el análisis comportamental basado en el valor se llega a los modelos de valor-necesidad.

Actitudes, prescripción, vinculación, y análisis comportamental online constituyen las nuevas dimensiones que deben enriquecer los modelos de valor-necesidad.

Por supuesto, los enfoques son complementarios, y la estrategia de segmentación ideal en cada caso suele ser una combinación de las dimensiones que a continuación veremos.

Segmentación por matriz de valor vs necesidad

Es un tipo de segmentación que se basa en que cada cliente presenta un valor actual –sus compras- y valor potencial, que sería equivalente al resto de sus compras, lo que compra a otros.

Hablamos indistintamente de valor potencial y necesidad, por cuanto estimamos que lo que el cliente necesita es igual a lo que el cliente está consumiendo en la categoría. Por ejemplo, mi supermercado habitual puede saber que compramos un kilo de pasta al mes -gracias a su excelente programa de fidelización-, pero no sabe cuántos compramos en total -a ellos más la competencia-. En este caso, identificamos necesidad con gasto total, una buena aproximación en muchos casos.

¿Y cómo estimar el gasto total de un hogar como el nuestro en la categoría ‘pasta’? Podemos usar microdatos de estudios sectoriales, mapeando las características del hogar -nº de miembros, nº de niños, categoría profesional, renta, zona geográfica…- con las de los hogares del estudio, y asignando el gasto medio en la categoría que el estudio da, a cada uno de los tipos de hogares.

En 2014, el hogar medio consumió 12,4 kilos de pasta, según la Encuesta de presupuestos familiares. Según esto, multiplicando el kilo que gastamos la familia x 11 meses -descuento vacaciones) haríamos 11 kilos / 12,4 kilos = 89% del gasto en el supermercado habitual… no está nada mal, me merezco una medalla de cliente fiel, sin duda… ¿o no?

No, claro que no. Porque segmentamos para diferenciar tipos de clientes, y seguro que ya te has dado cuenta de dónde está el error. No todos los hogares tienen la misma necesidad de consumir pastas alimenticias. Vaya, parece que tendremos que afinar un poco más, y trabajar con los microdatos de la EPF, explorando las variables que mejor discriminan el consumo de pasta. Por ejemplo, con un par de variables sociodemográficas que a priori deberían ser relevantes, en la tabla vemos kilos de pasta consumidos al año por los hogares, en función del número de miembros totales y el número de hijos. Es claro que los hogares grandes y con muchos hijos consumen más pasta.

 potencial_gasto_hogares_categoria_pasta

Volviendo al ejemplo de mi familia, dado que somos un hogar de 4 personas, dos de ellas hijas, nos corresponde un consumo de 52kg de pasta al año, algo así como un kilo a la semana… quizá no llegamos, pero no estamos lejos, si tuviéramos en cuenta la edad de los hijos, la estimación sería perfecta. Y volviendo al cálculo que el supermercado para estimar nuestro potencial, descubriría que no estamos tan vinculados:  11 kilos / 52,6 kilos = 21%.

La realidad es que compartimos mucho nuestras compras entre dos supermercados de cercanía, tiendas tradicionales y algún que otro híper. Como muchas familias.

Veréis que esta estimación del potencial, y su puesta en relación con el consumo real del cliente lo que nos acaba aportando es la cuota de cliente, es decir, qué % del gasto total en la categoría hace el cliente con nosotros. A partir de esta estimación de potencial, o necesidad, es posible ubicar a cada cliente en esta matriz de valor-potencial y agrupar a aquéllos que presentan valores cercanos para ambas variables, para obtener el modelo de segmentación.

El modelo puede combinarse con análisis comportamentales como RFM. Por su importancia como segmentación base de clientes, la matriz valor-necesidad suele ser el punto de partida para una segmentación estratégica que posteriormente se enriquecerá con nuevas variables.

Hemos presentado un caso muy sencillo, pero la estimación del valor potencial de cada cliente es un proceso complejo y polietápico. Como normalmente no existe una fuente directa, se estima a partir de una combinación de fuentes indirectas. Al uso de encuestas públicas descrito, se sumarían:

  • Características sociodemográficas declaradas por el cliente, por ejemplo al darse de alta en un programa de fidelización, web, redes sociales…
  • Estadio de vida del cliente, como veremos a continuación
  • Característicicas sociodemográficas y económicas inferidas a partir de su hábitat o su estilo de vida –hábitos de consumo complementarios, actitudes-
  • Estudios ad-hoc, donde los estudios públicos no lleguen, diseñando a medida las categorías de consumo y las variables de clasificación
  • Variables de relación, no estrictamente transaccionales. Una llamada por una incidencia es una valiosa fuente de información sobre el cliente

Este enfoque, también llamado en ocasiones valor real vs potencial, es de gran importancia en la segmentación de empresas. Tenéis más detalles en este artículo sobre segmentación en mercados b2b.

Segmentación por customer lifetime value

El valor de vida del cliente es la proyección del valor de cliente a futuro, en función de su estadio de vida. Por ejemplo, un hogar recién formado –una pareja joven- tiene previsiblemente un ciclo de vida que pasará por el nacimiento de hijos, el incremento del gasto en alimentación, textil, juguetes, libros de texto, artículos deportivos. Posteriormente los hijos se emanciparán y el hogar quedará como nido vacío, desaparecerán muchas de estas necesidades y surgirán otras nuevas, como medicinas o atención personal.

Por supuesto, existen numerosas excepciones a esta visión de ciclo de vida del cliente, que deben ser detectadas a través de otras fuentes de información, corrigiendo tanto el valor real futuro como el valor potencial futuro.

El gráfico a continuación muestra un ciclo de vida del hogar típicamente usado en retail.

ciclo_estadio_vida_hogar_cliente

En futuros artículos entraré en mayor profundidad sobre el ciclo de vida, estadio de vida y valor de vida de clientes.

Segmentación por recorrido del cliente

La segmentación por recorrido de cliente, o customer journey, ha tenido un fuerte desarrollo de la mano del marketing online. Se trata de medir comportamientos en los diferentes puntos o momentos de relación con el cliente, midiendo si responden a los comportamientos esperados descritos en el customer journey map. La segmentación por estadio en el customer journey consiste en el análisis del comportamiento de grupos de clientes a lo largo de dicho customer journey.

No debe confundirse este análisis de comportamiento real -principalmente eventos de conversión o microconversión, en contexto de modelos de atribución de dichas conversiones- con el propio customer journey mapping, que hace referencia a una técnica de exposición de un comportamiento previsto, esperado de un cliente, estandarizado. Es decir, viene a ser el plan de marketing del cliente en cada momento y punto de contacto, mientras que la segmentación, análisis de clientes hace referencia a los comportamientos reales, y a los cambios de un estado a otro que realmente se producen.

Metodologías como cadenas de Markoff se adaptan perfectamente a este análisis de migración entre estados de los clientes.

Segmentación geográfica

En los negocios basados en redes de establecimientos, es clara la importancia de la relación espacial entre el cliente y el punto de venta. Las técnicas de geomarketing hace tiempo que se vienen usando para estudiar e interpretar esta relación espacial. En otros artículos hemos visto cómo con la extensión de las tecnologías de visualización y análisis geográfico, estos análisis son menos costosos, más sencillos. Además, se integran en la segmentación hasta constituir una parte central de ellos, y poco a poco van conquistando un lugar en los cuadros de mando y sistemas de reporting de marketing.

Por ejemplo, podemos calcular el tiempo de desplazamiento, a pie y en coche, de un cliente potencial al que tratamos de atraer a nuestro punto de venta con una campaña de captación. Podemos, también, personalizar la comunicación con un mapa que le indique la ruta que debe seguir hasta él. Con los sistemas de geolocalización y conectividad de los teléfonos móviles, es posible también detectar cuando un cliente frecuente se encuentra dentro o cerca del establecimiento y lanzarle una oferta personalizada.

La segmentación geográfica es también la técnica que nos permite integrar las visiones de cliente y de punto de venta en una única, enriqueciendo la segmentación de puntos de venta con el conocimiento de los clientes, y viceversa. Así, es una aproximación fundamental a la hora de optimizar redes de establecimientos y reasignar clientes a puntos de venta.

segmentación_geografica_clientes

Segmentación sociodemográfica

La segmentación demográfica consiste en dividir el mercado en grupos homogéneos a partir de variables como la edad, ingresos, estudios, nacionalidad, ocupación… Como comentaba arriba, es una técnica más propia de la segmentación de mercado que de la de clientes, pero tiene su valor también al clasificar clientes.

En ciertos mercados la sociodemografía se asocia fuertemente a necesidades específicas y comportamientos de consumo, siendo relevante este enfoque. También es un proxy muy válido cuando se trata de segmentar clientes potenciales, de los cuales no tenemos datos comportamentales, transaccionales. Es, pues, un tipo de segmentación con mucho recorrido histórico, siempre útil en ausencia de indicadores transaccionales y actitudinales.

Segmentación por comportamiento de clientes

El llamado behavioural targeting (BT) se entiende como el análisis de las pautas de navegación en el ámbito del comercio electrónico, con objeto de conocer al cliente y personalizar la relación con él. Es una práctica tan antigua como el propio e-commerce, pero se ha visto extendida recientemente gracias a la proliferación de software específico, y al auge del comercio electrónico, cada vez más rentable.

En el fondo constituye una extensión de los modelos de valor-necesidad, con el añadido de que, al menos teóricamente, la totalidad de la vida online del cliente puede ser monitorizada. Es decir, para cada cliente podríamos llegar a conocer qué características de producto usa como términos de búsqueda, qué productos compara antes de decidirse por uno, qué otras webs de venta consulta, qué recomendaciones solicita y en cuáles confía, en qué punto del proceso de compra abandona…

Constituye una extensión de la segmentación transaccional, por comportamiento de compra, dado que en este enfoque online se generan muchos más datos que los de las meras transacciones, desde carros abandonados a tiempo analizando características de un producto, respuesta a campañas online, origen de la visita… la riqueza es enorme.

En la realidad, existen limitaciones a la hora de identificar al cliente único en diferentes sesiones, tanto técnicas como ciertas restricciones legales e incluso éticas en el uso de la información de navegación. Pero es seguro que el conocer todos sus pasos, al menos una vez dentro de la web de la empresa, permite enriquecer los modelos de valor-necesidad hasta nuevos niveles de conocimiento del cliente y personalización de la oferta.

En cuanto a la visión única de cliente para su segmentación, el actual reto es la integración de este análisis del comportamiento online con el comportamiento offline del cliente. Todos consumimos, consultamos, nos relacionamos indistintamente online y offline, y muchos de nosotros nos informamos online para posteriormente hacer una compra en un establecimiento o por teléfono.

La integración del análisis de los logs de navegación en sistemas de data mining o customer analytics through the line se presenta así como la nueva frontera de la segmentación de clientes.

La dimensión relacional en la segmentación

Las interacciones entre la empresa y los clientes, más allá de las propias de la prestación del servicio, son claves a la hora de generar vínculos entre ambos. Y este vínculo es el que puede llegar a generar fidelidad por parte del cliente.

Debemos recordar que un cliente retenido no es un cliente fiel. La fidelidad es un sentimiento, una emoción, mientras que la retención puede darse por un cálculo racional, o la simple ausencia de un competidor atractivo. Esta es una relación habitual entre consumidores y proveedores de telefonía, comunicaciones o utilidades.

Toda relación habida fuera de la pura prestación del servicio es una oportunidad enorme, tanto desde el punto de vista de segmentación –qué mejor manera de conocer al cliente que hablando con él- como desde la visión de fortalecimiento de la relación. Incidencias, soporte técnico, reclamaciones, solicitudes de presupuestos o información general son grandes oportunidades en este sentido. Y, dado que esta interacciones tienden a ser espontáneas y desestructuradas, cada vez cobra más importancia el software que estructura el lenguaje, hablado o escrito –procesamiento de lenguaje natural (NLP)- convirtiendo estas interacciones en nuevas variables que enriquecen el conocimiento del cliente.

La dimensión social del cliente en la segmentación

El auge de las redes sociales online ha sacado a la luz realidades sociales conocidas, pero poco explotadas desde la segmentación de clientes:

  • El mejor prescriptor de un producto es un amigo, pariente, alguien de nuestra red social
  • Existen personas con alta capacidad de prescribir, influir en su red social. Igualmente, las hay que tienen gran cantidad de relaciones sociales

A su vez, el desarrollo de la web 2.0, caracterizada por la interactividad y las relaciones interpersonales, ha rescatado del ámbito académico las técnicas de análisis de redes sociales (SNA, social network analysis), que ahora se aplican a grandes cantidades de intercambios digitales.

Con este tipo de segmentación los marketers buscan sobre todo a los influencers de las redes sociales, a través de las web sociales, pero también analizando los reenvíos de emails, mensajes instantáneos entre colaboradores de un proyecto, intercambios de links y audiencias en blogs, etc. Es claro que, volviendo al concepto de valor, uno de estos influenciadores es mucho más valioso de lo que sus transacciones como cliente indican.

¿Se os ocurren otras dimensiones o tipos de segmentos de clientes? Como siempre, encantados de conocer y enriquecernos con vuestro conocimiento y opiniones. Gracias por leer hasta aquí :-).

Segmentación de clientes (III), las dimensiones de cliente was last modified: septiembre 27th, 2023 by Guillermo Córdoba
The following two tabs change content below.

Guillermo Córdoba

Licenciado en sociología, llevo más de 15 años en esto de la inteligencia de clientes. Me interesa la integración de visiones, disciplinas y técnicas orientadas a un mejor conocimiento de cada consumidor. Creo en el trabajo en red y multidisciplinar, como solución a los nuevos retos que la relación con el cliente plantea. A tu disposición, si puedo ayudarte.

2 thoughts on “Segmentación de clientes (III), las dimensiones de cliente

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.