¿Cómo identificar a los clientes más valiosos?
martes, 23 de octubre de 2018
Clase Ejecutiva
El Mercurio
Dos técnicas de segmentación que permiten identificarlos son el análisis RFM y el cálculo del CLV. Veamos cómo aplicarlas.
El Valor del Cliente en su Ciclo de Vida puede ayudar a las empresas a estimar, por ejemplo, cuánto deberían gastar en adquirir clientes y a decidir qué productos y servicios ofrecerles a los mejores, entre otros temas. LOS CLIENTES NO SON IGUALES Cada cliente tiene una relación distinta con nuestra empresa. Por ejemplo, algunos clientes pueden ser muy leales y comprar solo nuestros productos, mientras que otros compran mayoritariamente a la competencia y solo de vez en cuando a nosotros. También puede pasar que existan clientes que compran en grandes o pequeñas cantidades, poco o muy frecuentemente, muchos o pocos artículos, durante todo el año o solo en fechas especiales, solo para una persona o también para la familia, etc. Entre tanta diversidad de comportamientos, y tantos clientes distintos, una pregunta interesante es ¿cómo identificar a los clientes más valiosos? La respuesta a esta pregunta puede tener consecuencias muy importantes. Por ejemplo, saber quiénes son estos clientes podría ayudar a estimar de una mejor manera los presupuestos destinados a la retención de clientes: más presupuesto debería ser dedicado a los más valiosos. Relacionado con esto tenemos el caso de la compañía de moda Intermix que identificó a estos clientes y les envió invitaciones para sesiones de compras y eventos exclusivos. Los casinos Harrah's también utilizan técnicas para identificar a sus clientes más valiosos y les ofrecen distintos incentivos (cenas o estadías de hotel gratuitas) para que estos se mantengan leales a la empresa. En márketing generalmente utilizamos distintos mecanismos de segmentación para separar a los clientes en grupos. La idea es que quienes pertenecen a un grupo sean lo más parecidos los unos con los otros, y a la vez lo más distintos posible de los clientes de otros grupos. Dos técnicas de segmentación que permiten identificar a los clientes más valiosos son el análisis RFM y el cálculo del CLV. A continuación, revisaremos las principales ideas asociadas con cada uno de estos análisis. Segmentación en análisis RFM El análisis RFM trata de identificar a los clientes más valiosos teniendo en cuenta la recencia (R), la frecuencia (F), y el valor monetario (M) de sus compras. Este tipo de datos es bastante fácil de obtener cuando la empresa tiene la tecnología adecuada para registrar las compras de los clientes. Algunos ejemplos incluyen a los supermercados, tiendas de retail, o farmacias que pueden registrar las compras de los clientes que usan sus tarjetas de lealtad, sitios de comercio en línea que registran todos los movimientos asociados a un usuario en particular, o los bancos que cuentan con información sobre el uso de tarjetas de crédito o débito. El comportamiento pasado predice El análisis RFM supone que el comportamiento pasado de los clientes es un predictor efectivo de su comportamiento futuro, lo que ha sido demostrado varias veces en diversos estudios científicos. Pensemos, por ejemplo, en el caso del casino Harrah's. Un cliente que fue el fin de semana pasado tiene una mayor probabilidad de volver el siguiente fin de semana que otro que lo hizo hace dos meses. También, es mucho más probable que un cliente que asistió cuatro veces durante la semana pasada vuelva este fin de semana, comparado con un cliente que acudió una sola vez. Finalmente, un cliente que gastó una mayor cantidad de dinero es más probable que sea más leal, por lo que el valor monetario también tiene poder predictivo sobre el hecho de que el cliente vuelva al casino en el futuro cercano. De forma bastante general, el análisis RFM otorga un puntaje a cada cliente (por ejemplo, de 1 a 10, con 10 siendo el mejor puntaje) en cada una de las tres variables mencionadas. Los puntajes luego son sumados y esto es considerado el puntaje RFM del cliente. Los clientes con puntajes más altos son considerados más valiosos porque tienen una mayor probabilidad de comprar en el futuro. La metodología RFM es bastante efectiva y sencilla de implementar, por ello es utilizada por un gran número de empresas en diversas industrias. Sin embargo, existen mejores técnicas (obviamente más sofisticadas) que permiten calcular mejores indicadores del valor de los clientes. Un ejemplo de estas técnicas es la siguiente. Segmentación basada en el CLV Las signas CLV se refieren al valor del cliente en su ciclo de vida (o Customer Lifetime Value) y representa el valor presente neto de los márgenes de contribución que una empresa espera recibir de un cliente antes de que este abandone la empresa. El CLV se calcula de un modo muy parecido a una perpetuidad en finanzas, a través del valor actual neto (VAN) de todos los flujos futuros. Hay dos variables que son muy importantes a la hora de estimar el CLV: el valor presente de todos los ingresos que se esperan obtener de un cliente, y el valor presente de los costos esperados que se dedicarán a servir a ese cliente a lo largo de su ciclo de vida. Por ejemplo, en el caso de un hotel, los ingresos que se esperan obtener de un cliente pueden incluir los ingresos por las noches de alojamiento, por las comidas, por acceso a internet, etc. Por otro lado, los costos pueden incluir los de adquisición de nuevos clientes y los costos fijos y variables asociados con los productos o servicios consumidos. Dicho de otro modo, para estimar el CLV hay que restar al VAN de todos los ingresos que se espera recibir de un cliente, el VAN de todos los costos utilizados en servir a dicho cliente para que genere aquellos ingresos. Consideremos el caso de un casino y un cliente que acude regularmente y gasta en promedio $50.000 mensuales. Por simplicidad asumamos que el costo de servir a este cliente es cero, pero de otra forma este costo debería ser restado de los $50.000. Conociendo la tasa de descuento "r" (equivalente al costo de capital del casino) podríamos estimar el VAN del flujo generado en el mes n de la siguiente forma: (FÓRMULA 1) Luego, el CLV se podría calcular sumando los VAN de los flujos de cada mes, pero esto no estaría completamente correcto, ya que estaríamos asumiendo que el cliente no abandonará nunca la empresa. El cálculo correcto del CLV tiene que considerar que cada mes el cliente seguirá siendo "leal" al casino con probabilidad "q". Esta probabilidad es generalmente llamada tasa de retención. Incorporando este aspecto en el cálculo del VAN, y luego sumando sobre todos los meses, obtenemos el siguiente CLV: (FÓRMULA 2) Si asumimos que el casino tiene un costo de capital de 1% mensual (r=0,01) y una tasa de retención del 70% (q=0,7), obtendríamos un CLV de $162.903. Si somos capaces de calcular este valor para todos los clientes de la empresa, podríamos comparar sus CLV y crear segmentos de clientes basados en sus valores. En el ejemplo anterior podemos ver que necesitamos cuatro datos para calcular el CLV: el gasto promedio del cliente en la empresa (los $50.000 mencionados anteriormente), el costo asociado a servir al cliente, la tasa de retención de clientes, y el costo de capital. El costo de capital es un valor generalmente calculado por el departamento de finanzas de la empresa, por lo que es fácil de obtener. Con respecto al gasto promedio en un período, este valor también puede ser calculado rápidamente por las empresas que registran las transacciones de los clientes. Las empresas también deberían tener una idea bastante precisa de lo que les cuesta servir a sus clientes. Tasa de retención Finalmente, la tasa de retención puede ser un poco más complicada de calcular. Una primera aproximación consistiría en tomar un grupo suficientemente grande de clientes que compraron el mes pasado y ver cuántos de estos compran este mes. Eso nos permitiría saber cuántos de estos clientes siguen "activos" y obtener una tasa de retención global. Un análisis un poco más sofisticado podría incluir dividir a los clientes en segmentos y calcular una tasa de retención de la misma forma mencionada anteriormente, pero por segmento. Finalmente, podríamos utilizar herramientas estadísticas un poco más sofisticadas, como el análisis de sobrevivencia o machine learning, para estimar una tasa de retención por cliente. Por supuesto, mientras más sofisticado el análisis que realicemos, más precisos serán los cálculos del CLV de los clientes. Ya que el CLV nos entrega el valor monetario del cliente, esta herramienta puede ayudar a las empresas a estimar, por ejemplo, cuánto debería gastar en adquirir clientes, decidir qué productos y servicios ofrecer a los mejores clientes, o determinar cuánto deberían ser invertido en servir a quienes estos compradores. Quedan invitados al curso Marketing Operacional de los diplomados de Clase Ejecutiva UC.
