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

CONTENIDO:

El presente documento muestra los diferentes tipos de segmentación de clientes que desde Unica 360 desarrollamos, clasificados en

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

DOCUMENTO METODOLÓGICO

diciembre de 2009

Guillermo CórdobaM. 659 889 [email protected]

función de los objetivos, dimensiones de información y técnicas de análisis.

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

SEGMENTACIÓN Y VISIÓN DE CLIENTELos clientes son diferentes entre sí, tienen necesidades diferentes y el valor de unos y otros es diferente. Hoy en día es asumida la conveniencia de identificar segmentos de clientes similares con los que comunicarse de manera diferenciada de otros segmentos.

La segmentación de clientes no debe confundirse con la segmentación de mercados. Ésta no se basa en el cliente-individuo, sino que identifica el mercado con una categoría concreta y lo describe en función del tipo de clientes que lo componen. Además, los clientes no están identificados, con lo que no es posible usar la segmentación para establecer una relación personalizada.

La segmentación de clientes se basa en la existencia de bases de datos de clientes, reales o potenciales, y el uso de técnicas de análisis estadístico de estos datos. Dado que existen numerosas aproximaciones a la segmentación de clientes, proponemos en este documento varias clasificaciones, en función de diferentes criterios.

Objetivos, finalidad de la segmentación: Segmentación estratégica y segmentaciones tácticas

Dimensiones, o tipos de información utilizados

Modo de aplicación de la segmentación, principalmente se distingue la aplicación diferida frente a la inmediata-automática

LA SEGMENTACIÓN ESTRATÉGICA.Consiste en la reducción de toda la complejidad de datos de clientes, que pueden ser miles o millones de casos con cientos de datos, a una sola foto donde:

Los clientes se agrupan en un número reducido de segmentos Las variables se reducen a una sola etiqueta descriptiva del

segmento, como puedan ser familias promocioneras, singles de paso o despensa a crédito. Estas etiquetas sintetizan la gran riqueza de datos que han configurado el segmento –cada una de las transacciones del cliente con todo el detalle, sus características sociodemográficas, su distancia al punto de venta, los canales de compra usados…-

La imagen a continuación muestra una distribución de segmentos típica en el comercion minorista, en un gráfico de dispersión sobre dos variables clave.

www.unica360.com +34 93 464 66 22 [email protected] Página 1 de 10

mailto:[email protected]

http://www.unica360.com/


Gasto medio

-

+

+

-

GRAN COMPRADESPENSA

FIELES DE PROXIMIDAD

SINGLES DE PASO

FAMILIAS PROMOCIONERAS

LA COMPRADIARIA

Fre

cue

nci

a m

edia

Gasto Medio mensual 150 €Ticket Medio 83 €Frecuencia Media 1,8Regularidad 66%Antigüedad 1,5% Gasto Perecederos 15%% Gasto Promoción 45%% Gasto Primera Marca 10%% Gasto Primer Precio 30%% Gasto Marca Propia 40%Tamaño hogar 3,6

=

Cuadro 1. Mapa de posicionamiento de segmentos estratégicos de una enseña de supermercados

Igualmente, podemos visualizar cómo se posiciona un segmento en el conjunto de variables.

6

Tamaño 6.032 13,5% Venta 20,7%

Combustible Gasto medio mes 128 € socios particulares 99% TIPO DE BARRIO DEL SOCIOCombustible Gasóleo pct 68% socios empresa 1% Ciudad y turismo 0%Frecuencia mensual 4,01 Expansión turística costera '70s 0%Regularidad 0,96 1 tarjeta por socio 95% Pueblo costero e industrial 1%Ticket medio comb en litros 33,53 2 o más tarjetas por socio 5% Urbanización y extranjeros 0%Gasto medio en tienda mensual 1,96 € Expansión turística segunda línea '90s 0%Gasto tienda % sobre total 2% Renta media por hogar 36.127 € Rural 10%Ticket medio tienda 2,72 € Barrio y pequeña ciudad industrial 55%

Kilómetros totales al año 28.934 Semirrural. Agricultura y construcción 6%nº EESS de compra 1,59 Casco antiguo rehabilitado 1%Distancia a ES más cercana (Km.) 3,69 Antigüedad media del vehículo 2001 Barrio histórico ciudades y metrópolis 4%ES habitual no es la más cercana 24% Días de alta en período % 99% Ensanche 3%ES habitual no es ES de referencia 8% Barrios de clase media 11%

Expansión ciudades y metrópolis 10%Redención importe medio (€vales) 19,78 TIPO DE VEHÍCULORedención mensual media (€vales) 3,76 Camión ligero 0%Redención tienda importe medio (€vales) 0,01 Camión-autobús 0%Redención en tienda % sobre total 0% Coche 94% Leyenda de colores

Saldo final €vales 8,42 Furgoneta 5% 50% mayor que media total, o superior nnnnMoto 1% 25% a 50% mayor que media total nnnn

tasa de desertores 1% Otros 0% 25% menor que media total, o inferior nnnn

profesional en movilidad clase económica

Cuadro 2. Ficha de características de segmento de un programa de fidelización de estaciones de servicio

La segmentación estratégica permite hacer realidad la visión centrada en el cliente, al ser la única manera de fijar objetivos por cliente. Si, por ejemplo, una entidad financiera busca “reducir un 5% la tasa de abandono de los clientes históricos altamente vinculados en pasivo”, entonces es necesaria una segmentación estratégica de clientes. No lo será tanto si los objetivos se plantean en términos de producto, por ejemplo “incrementar el pasivo captado en un 5%”.





Una segmentación estratégica alcanza el éxito cuando es aceptada y utilizada por los responsables de negocio, convirtiéndose en el mapa conceptual de clientes que toda la organización acepta como punto de partida.

Para lograrlo, debe alinearse con los objetivos corporativos y la visión del problema de estos decisores de negocio. Además, requiere por supuesto capacidades de análisis avanzado de datos, con técnicas de minería de datos como clustering o árboles de decisión. Una metodología estándar sería:

1. Análisis de negocio. Reuniones con los responsables de negocio y futuros usuarios del modelo –dirección comercial, territorial, de marketing-, en torno a:

Consenso de objetivos de la segmentación.

Exploración de las tipologías de clientes, conscientes o intuitivas, que la organización maneja.

2. Definición de variables de inicio del proyecto. Se seleccionan por su relevancia, el set definitivo se filtrará por criterios técnicos en la fase de modelización.

3. Presentación al departamento técnico del set de variables, acuerdo sobre el modo de entrega y las tareas de las partes.

4. Modelización. Es la fase de análisis estadístico propiamente dicho. Suele usarse la metodología CRISP, que contempla las fases:

a. Comprensión de los datos

b. Preparación de los mismos

c. Modelización

d. Validación

e. optimización

5. Validación de negocio de los resultados preliminares, entre los analistas y los responsables de negocio.

6. Presentación de resultados y validación definitiva.

7. Explotación. La segmentación estratégica se plasma en objetivos estratégicos a través del plan de marketing relacional y el plan de contactos. El primero constituye el plan de marketing centrado en clientes, fijando los objetivos y líneas básicas de relación con cada segmento. El





segundo apunta las tácticas de relación, contactos a realizar con cada segmento.

Estrategia acción descripción 1 2 3 4 5 6 7 8 9 10 canalesRecuperación Comunicación a

desertores

Recuperación de clientes que abandonan, están inactivos 2 ó 3 meses, basado en €vales acumulados si procede, o condiciones preferentes en un período fijado si no hay saldo

mailing, emailing, SMS

Retención Comunicación a clientes Top para evitar deserción

Agradecimiento por fidelidad, comunicación de condiciones extra o "premio" a decidir ticket,

SMS

Venta Xda Comunicación a cientes con cesta de compra "estrecha"

Oferta producto (p.e. Tienda, de manera genérico) recordando condiciones Club o mejorándolas en campaña, para clientes afines

ticket, plv

Reducción de redención

Reducción de frecuencia de redención

reducción en los segmentos que sistemáticamente redimen los €vales, principalmente en combustibles ticket,

plv

Incr. Frecuencia

Test de forzado de frecuencia por segmento

Oferta de condiciones preferentes en períodos seleccionados ticket,

plv

Cuadro 3. Estrategias, acciones, canales y segmentos afectados en un plan de contactos

SEGMENTACIÓN TÁCTICA. OPTIMIZACIÓN DE CAMPAÑASAun cuando no es la aplicación única, la gran mayoría de segmentaciones tácticas de clientes se enfocan a la optimización de campañas de marketing.

De manera simplificada existen cinco grandes tipos de campañas:

retención,

recuperación de desertores,

venta cruzada o cross-selling,

mejora o up-selling,

captación de nuevos clientes

Por otro lado, las técnicas analíticas permiten la optimización de la campaña en tres momentos de la misma: identificación inicial de clientes target, test de canales y creatividades, y análisis de los resultados.

En la tabla a continuación resumimos los tipos de campañas y métodos de segmentación más adecuados a cada caso.

Retención de clientes

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-.

Recuperación de Son campañas altamente dependientes del motivo del





desertores abandono, 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.

Cross-selling o venta cruzada

Es definitivo el análisis de potencial de demanda por división, en sectores de retail los análisis de asociación permiten generar cestas de la compra y patrones secuenciales de compra. Son campañas muy rentables en compañías o grupos empresariales altamente diversificados. Los motores de recomendación suponen una variante de cross-selling donde la campaña se lanza online, durante el proceso de compra.

Up-selling o mejora de valor

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. En ambos casos a menudo asociados a análisis RFM –Recencia, Frecuencia, valor Monetario-.

Captación de clientes

potenciales

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-

Ya se ha mencionado la importancia de las técnicas de análisis de resultados. En efecto, toda segmentación inicial, por buena que sea, puede mejorarse. El conjunto de técnicas de data mining conocido como clasificadores permite separar los clientes que responden a la campaña de la manera deseada, y describirlos en función de una serie de variables predictivas. Los propios modelos de clasificación sirven, además, para identificar las variables que mejor funcionan en esta clasificación. Por todo ello, esta fase de análisis de resultados es tan importante como la segmentación previa.

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.

SEGMENTACIÓN Y DIMENSIONES DE CLIENTEEl 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, dominantes en la actualidad.

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

Matriz de valor vs necesidad. Cada cliente presenta un valor actual –sus compras- y unas necesidades –o valor potencial, estimado a través de estudios de mercado, encuestas sectoriales, sociodemografía, estadio de vida del cliente…-. Es posible ubicar a cada cliente en esta matriz de valor-necesidad y agrupar a aquéllos que presentan valores cercanos para ambas variables.

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.

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:

Características sociodemográficas declaradas por el cliente

Característicicas sociodemográficas y económicas inferidas a partir de su hábitat –con técnicas de micromarketing- o su estilo de vida –hábitos de consumo complementarios, actitudes-

Estudios ad-hoc, destinados a enriquecer la segmentación comportamental

Variables de relación, no estrictamente transaccionales. Una llamada por una incidencia es una valiosa fuente de información sobre el cliente

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 el ciclo de vida del hogar típicamente usado en retail.

Tiempo

Gasto

Total

Evento

Clientes Top, máximo Gasto Total

REALIDAD SOCIAL:

Excepciones al modelo

División hogares

Hogares unipersonales en todo el ciclo de su vida

Single Nido en formación,

vivienda

Nido reciente, nacimiento

de hijos

Nido lleno Nido vacío Edad de plata

La 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. Una aplicación clásica en retail y venta directa es el RFML –al clásico RFM añade la Localización-.

Con la extensión de las tecnologías de visualización y análisis geográfico, estos análisis resultan menos costosos y se realizan de manera sistemática. Además, se integran en las tareas de segmentación estratégica y táctica hasta constituir una parte central de ellas, y poco a poco van conquistando un lugar en los cuadros de mando y sistemas de reporting de marketing. las técnicas de análisis avanzado –modelos de gravedad, Huff, MCI- se van generalizando y surgen nuevas aproximaciones de marketing espacial.

Así, 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 modernos 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. Es una aproximación





fundamental a la hora de optimizar redes de establecimientos y reasignar clientes a puntos de venta.

El enfoque comportamental. 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, alguno incluso gratuito, y al auge del comercio electrónico, cada vez más rentable en sí mismo.

En el fondo consitutuye 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…

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. Tampoco es fácil asimilar la ingente cantidad y diversidad de información que se genera. 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 próximo paso, aun insuficientemente resuelto, será sin duda 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. 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 oportundidad 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 recodifica el lenguaje, hablado o escrito –text mining, análisis semántico, reconocimiento de voz…- convirtiendo estas interacciones en nuevas variables que enriquecen el conocimiento del cliente.

La dimensión social. 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

El auge 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.

Los marketers buscan sobre todo a los influenciadores 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.

EL MODO DE EXPLOTACIÓN DE LA SEGMENTACIÓNTradicionalmente, la segmentación, lanzamiento de la acción y análisis de resultados de la misma se han realizado en diferido. Es





decir, analizando unos datos históricos, que pueden ser proyectados al presente, tomamos la decisión de interactuar con unos clientes. Posteriormente llevamos a cabo la interacción, y una vez finalizada la campaña, o gran parte de ella, analizamos sus resultados en busca de grupos de clientes de mayor respuesta.

Todas estas operaciones pueden actualmente realizarse en tiempo real, definiendo un detonante –el término anglosajón trigger es de difícil traducción- que lanza una oferta inmediata al cliente, si éste realiza una acción también en tiempo real.

Los negocios online, por su naturaleza, son los que más fácilmente se benefician de esta segmentación, a través de los llamados motores de recomendación. Todos hemos visto cómo al añadir un libro A en nuestra cesta de la compra virtual la página web nos recomienda más libros que compradores del libro B han comprado también. Se trata de un análisis de reglas de asociación explotado online.

Pero la tecnología también permite cada vez más segmentación en tiempo real en el mundo offline, algunas acciones son ya de uso común, otras las veremos en un futuro cercano.

Supermercados y retailers pueden generar un cupón descuento personalizado que la línea de cajas imprime, cuando realizamos determinada compra y nos identificamos con nuestra tarjeta de fidelización. La tarjeta permite combinar nuestro histórico de compra y segmento con la compra actual, para decidir la oferta que necesitamos para la siguiente compra.

El teléfono móvil es ya un dispositivo convergente que empieza a desarrollarse como soporte virtual de identificación. Los proyectos piloto de la cadena Starbucks leyendo códigos de barras enviados previamente a un iphone han sido exitosos, y abren el camino a la desaparición definitiva de la tarjeta de fidelización como un plástico con banda magnética. Una vez nuestro teléfono nos identifica como clientes, en función de nuestro histórico podemos recibir las ofertas personalizadas a la entrada de la tienda. Así, el cupón lo recibimos antes de la compra, listo para ser gastado, y sin gasto de papel.




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

Documents

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