Una de las principales preocupaciones de los Departamentos de Marketing es encontrar segmentos publicitarios interesantes a los que dirigirse. Si además pueden reducir los costes de captación focalizando parte de sus esfuerzos en la fidelización de los usuarios que ya conocen la marca tenemos como resultado la aplicación del modelo RFM y RFE.

 Recency_Frequency_MonetaryValueUna de las principales preocupaciones del C-level a nivel global es aumentar beneficios. Este aumento de beneficios puede producirse, principalmente, a través de un mayor número de ventas o a través de una reducción de costes. En marketing el foco, hoy en día, está puesto sobre todo en la captación de clientes. ¿Pero qué pasa con la fidelización de los clientes actuales que nos permiten aumentar beneficios reduciendo costes de captación?

Pongamos un ejemplo muy conocido por todos, las teleoperadoras en España llevan años premiando más a los usuarios que consiguen “atrapar” de otras compañías que a los usuarios que llevan toda la vida con el mismo operador. Este comportamiento ataca todas las reglas del sentido común y ha terminado produciendo una debacle en el mercado subvencionado de dispositivos móviles. Al menos en España, porque me quedo bastante impresionada al comprobar que las mismas operadoras que han terminado por darse cuenta de que el modelo subvencionado no funciona, han decidido implantarlo en otros países como Reino Unido.

La lógica es sencilla: no te dejas más “pasta” en captar a un usuario de lo que ese usuario te va a dejar en su tiempo de permanencia como cliente (Customer Lifetime Value). Esto es cierto a no ser que queramos sacrificar beneficios a cambio de ganar cuota de mercado. Véase el caso de Amazon, por ejemplo.

Pero cuando hablamos de optimizar recursos de la empresa y en concreto presupuestos de marketing, fidelizar al usuario y segmentar a los usuarios que ya nos han visitado (aunque no se hayan convertido en clientes) es una estrategia magnífica. La experiencia, la investigación al respecto y el sentido común reflejan que es mucho más barato realizar un “upsell” sobre un cliente que conseguir un nuevo cliente. Es decir, cuesta menos dinero convencer a clientes/usuarios actuales que compren o conviertan más que captar nuevos usuarios/clientes.

Con todo esto en mente, la preocupación debería ser cómo fidelizar a los clientes, cómo segmentar a mi base de usuarios de forma efectiva y cómo dirigirme a cada uno de esos segmentos de manera adecuada. Y además fácilmente sin pasarme meses evaluando qué variables son las adecuadas para segmentar.

 

Para ello contamos con el modelo RFM y RFE. Los profesionales digitales muchas veces no tienen más que “mirar” hacia el mundo del marketing offline y coger prestado todo aquello que resulte útil. Muchas veces nos empecinamos en reinventar la rueda cuando no es necesario. ¿Pero qué es eso del modelo RFM y RFE?

El modelo RFM se populariza sobre todo con los sectores de retail y banca como método para analizar y segmentar a los clientes en función de su valor. En el sector del marketing directo y en marketing de bases de datos también se utiliza con asiduidad.

El modelo RFM combina 3 variables:

  1. Recencia (¿Hace cuánto tiempo realizar su última compra?)
  2. Frecuencia (¿Cuántas compras totales ha generado?)
  3. Valor Monetario (¿Cuál es el importe total de todas las compras?)

El modelo RFE combina 3 variables también:

  1. Recencia (¿Hace cuánto fue su última visita?)
  2. Frecuencia (¿Cuántas visitas ha generado?)
  3. Engagement (¿Cuántas impresiones de página ha consumido?)

El modelo RFM es muy útil para clientes de ecommerce o que tengan algún tipo de pago en su web (medios de comunicación con paywalls, seguros, banca…).

El modelo RFE es muy valioso para activos digitales que tengan como fin principal la producción y difusión de contenidos como blogs, medios de comunicación, foros…

¿Cómo se configura?

En Webtrekk permitimos que cada cliente se configure su modelo de acuerdo a 3 categorías:

Buena (como valor un 3) , Media (como valor un 2) y Mala (como valor un 1)

RFM_2

Pongamos un ejemplo:

En la imagen de la derecha podemos observar cómo todos los usuarios que hayan comprado hace menos de 30 días se categorizan como buenos en Recencia, aquellos que hayan realizado 10 pedidos o más se categorizan como buenos en Frecuencia y aquellos cuyas compras son iguales o superiores a 1.000€ se categorizan como buenos en Valor Monetario. Obviamente, estos valores dependen de cada negocio y son totalmente configurables.

Una vez hemos configurado los valores de referencia, obtenemos una lista de todos nuestros usuarios segmentados por valor RFM o RFE.

En el ejemplo que señalo debajo observamos que casi el 70% de los visitantes durante el periodo analizado pertenecen al segmento 111 (es decir, puntúan mal en Recencia, Frecuencia y Engagement). Si conseguimos “activar” a este segmento el impacto en el negocio será brutal ya que supone el 70% de mis usuarios para el periodo. ¿Cómo? Esa es una buena pregunta a la que tienen que contestar los Departamentos de Marketing y Experiencia de Usuario. Las acciones a seguir variarán en función del sector de la industria que estemos analizando pero en el caso de un medio de comunicación podría resultar interesante enviar notificaciones push a través de la app con recomendaciones de contenido interesante para el usuario.

 Recency_Frequency_MonetaryValue_2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

¡Buena segmentación!

Elisa Ramirez

Artículo anteriorBest Practices: La gestión digital basada en datos
Artículo siguienteBest Practices en torno a la gestión digital basada en datos
Elisa Ramirez
Elisa Ramirez es Directora del área de Servicio al Cliente dentro de Webtrekk España, empresa líder en analítica web avanzada. Anteriormente era Responsable del Área de Soluciones Móviles en la División Online de Nielsen España. Elisa es licenciada en Sociología por la Universidad de A Coruña así como en Ciencias del Comportamiento por la Universidad de Abertay (Escocia). Como parte de su experiencia docente ha impartido clase en la Universidad Complutense de Madrid, ICADE en el ámbito de las metodologías de investigación de mercado en el entorno online y en el Programa Especializado de Proximity y Mobile Marketing en ICEMD- ESIC, Mobile Marketing y Analítica Web en Kschool, INESDI y The Valley. Ha participado en la elaboración del Libro Blanco de Aplicaciones y Sites Móviles de la MMA y forma parte de la Comisión de Móvil de la IAB que tienen como objetivo impulsar el conocimiento sobre el sector de marketing móvil.

Dejar respuesta

Please enter your comment!
Please enter your name here