Segmentación de clientes, una propuesta de clasificación (II). La segmentación táctica

Definiría segmentación táctica como todo análisis de características y comportamientos de clientes, orientado a la solución de un problema único y concreto. Aun cuando puede responder a un enfoque global de customer intelligence con carácter estratégico, la segmentación  táctica de clientes se enfoca, habitualmente, a la optimización de campañas de marketing directo o relacional. Nos referiremos aquí de manera indiferente a todos los canales directos -mailing, emailing, SMS, telemarketing o personalización web- pues lo que nos interesa es el análisis.

Las técnicas analíticas o customer intelligence permiten optimizar una campañas en tres momentos de la misma: segmentación inicial de clientes target, test -de canales, creatividades, ofertas- y análisis de los resultados. Así, el resultado final de una campaña retroalimenta  la segmentación de una nueva campaña, mejorando continuamente los resultados.

Segmentación táctica y  tipos de campañas

Existen cinco grandes tipos de campañas, en función de sus objetivos. Cada uno suele basarse en unas técnicas de segmentación concretas.

• • Retención. Identificación de clientes más rentables, estimación de la cuota de cliente, simulación de sendas de abandono y alertas ante eventos de riesgo de abandono –reclamaciones, incidencias no resueltas, períodos de inactividad-. Muy relacionadas con estrategias de fidelización.
  • Recuperación de desertores. Son campañas altamente dependientes del motivo del abandono, y a menudo requieren una investigación de estas motivaciones de los clientes perdidos. Es clave conocer el valor de vida o valor futuro previsto del cliente, para dimensionar la oferta de recuperación, y actuar inmediatamente tras la deserción. Obviamente, siempre es preferible trabajar en la retención de un cliente que tener que hacerlo en su recuperación.
  • Venta cruzada o cross-selling. Es definitivo el análisis de potencial de demanda por categoría. En  retail los análisis de asociación permiten generar cestas de la compra y patrones secuenciales de compra. Los motores de recomendación suponen una variante de cross-selling donde la campaña se lanza online, durante el proceso de compra. Son campañas muy rentables en compañías o grupos altamente diversificados, pero también en retailers o comercios de nicho (ver venta cruzada a clientes de farmacia)
  • Mejora o up-selling. De nuevo es clave estimar correctamente la demanda total del cliente en la categoría, buscando maximizar la cuota de cliente. En distribución minorista, suelen dividirse en acciones de incremento de ticket medio y acciones de incremento de frecuencia, a menudo a partir de análisis RFM –Recencia, Frecuencia, valor Monetario-. El análisis por valor real vs valor potencial es de gran utilidad, especialmente segmentando empresas.
  • Captación de nuevos clientes. El potencial de demanda se estima mediante la búsqueda de gemelos –clientes similares a los que me son más rentables- o modelización sociodemográfica –modelos predictivos de demanda basados en características sociodemográficas, generalmente provenientes de fuentes públicas como censos, padrones, estudios sectoriales-. Este potencial de demanda indicará el valor esperado de cada cliente potencial y, por tanto, los recursos que conviene invertir en su captación.

Segmentación de clientes es aprendizaje continuo

Toda segmentación de clientes, por buena que sea, puede mejorarse. La respuesta a una campaña es una  función  compleja de gran número de variables, desde las características del producto a las necesidades del cliente, sí, pero sin olvidar la oferta, creatividad, copy, canal, acciones concurrentes de la competencia, lanzamiento de productos sustitutivos o complementarios, timing de impactos, etc. Por ello, conviene testar diversas combinaciones de estos elementos, en busca de aquéllas que mejor funcionan para los diferentes tipos de clientes.

Esta fase de test cobra una especial relevancia en el marketing online, donde es posible testar tantas combinaciones como se desee sin incrementar el coste del canal gracias a herramientas gratuitas como Google Analytics o Google web optimizer. El test A/B es ya un estándar en campañas online. El análisis de resultados de los tests permite optimizar la campaña real, de igual manera que el análisis de ésta realimentará las futuras campañas, en una espiral de incremento de valor.

El conjunto de técnicas de data mining conocido como clasificadores permite separar y describir los clientes que responden en función de una serie de variables predictivas. Estos modelos sirven, además, para identificar las variables que mejor funcionan en la clasificación, pudiendo prescindir de otras y reduciendo posibles costes de adquisición de datos. Por todo ello, esta fase de análisis de resultados es tan importante o más que la segmentación inicial.

Así, podríamos concluir, por ejemplo, que una campaña de recuperación de desertores ha funcionado mejor con los clientes con más de cinco años de antigüedad, que compran actualmente por internet y se les ha ofertado un cheque de cinco euros para su siguiente compra. Si además el análisis demostrara que su nivel de estudios no es relevante, podríamos ahorrarnos en adelante nuestras campañas de obtención de esta variable.

Si os han interesado esta serie de posts sobre tipos de segmentación de clientes, podéis ver o bajaros este documento sobre el mismo tema. El contenido es muy similar, sólo que algo más detallado. Espero vuestros comentarios sobre el tema.

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.