¡Que el usuario te acompañe!

  • ¿Y si hacemos que los usuarios se registren cuando llegan a nuestra web?
  • Imposible, no lo harían. Al fin y al cabo, no tienen por qué hacerlo y perderíamos visitantes. Olvídalo.
  • ¿Y si impactamos a todos nuestros visitantes con un mensaje de: “¡Regístrate gratis ahora y consigue un 10% de descuento en tu primera compra y un 20% de descuento en la segunda!”?
  • Me parece bien. Podemos crear un popup que salte cuando intenten abandonar la página.

¿Qué diferencia hay entre estas dos conversaciones? El gran descubrimiento de la analítica: nuestro miedo a pedir que los usuarios se registren estaba totalmente injustificado.

La razón de ese cambio de mentalidad reside en dos puntos. El primero consiste en que nos hemos dado cuenta de que, si un usuario recibe un incentivo tangible, incremental y canjeable por el producto o servicio ofrecido, se registra y nos da todos los datos que le pidamos.  Y, además, lo hará con un ID único, es decir, evitamos que se registre con diferentes logins porque le ofrecemos beneficios que van acumulando desde el primer momento en que consume o compra. El segundo radica en la idea de que no podemos gritar a los cuatro vientos que somos buenos haciendo analítica centrada en el usuario, mientras trabajamos con cookies y no con personas.

Para los que no os hayáis convencido aún y seáis de la escuela de “Enemigos del Registro”, los motivos por los que un negocio online pide a sus visitantes que se registren son:

  • El registro es más permanente que una cookie. Después de todo estas galletitas tienen un periodo de vida útil limitado, pues el usuario puede cambiar de navegador, de dispositivo (cada vez se hace más) o con el tiempo la borra. ¿Y ahora qué? Hemos hecho un seguimiento de alguien que no sabíamos quién era y cuya información pasada no nos sirve para nada.
  • El registro nos permite saber quién está detrás de cada dispositivo. Con eso, dejamos de tratar a un mismo usuario como varios. ¿Ventajas? Sabemos cómo se comporta, cuántas veces ha accedido a nuestro sitio desde un dispositivo u otro, como interactúa con nuestros diferentes puntos de contacto… De esa manera, nos aseguramos de que no le vamos a volver a impactar con un banner de un pantalón en el móvil porque sabemos que en su última visita a través de PC se lo compró.

Todo este interesante debate fue el punto de discusión en nuestro evento del pasado 26 de abril: “Que el usuario te acompañe”. En él, nuestra directora de Client Services, Elisa Ramírez, nos comentó cuán importante es la analítica user-centric y nos demostró lo fácil que puede ser con los modelos RFM y RFE.

160503_elisa_RFM_RFE

En Webtrekk, trabajamos con estos dos modelos para segmentar y evaluar a los visitantes de tu sitio. Existen muchas empresas como la nuestra que trabajan con datos y necesitan entenderlos y tomar decisiones al respecto. ¿O qué crees que hace Airbnb? Que sepamos, no tiene ningún inmueble en propiedad, sino que trabaja con la información de sus usuarios.

Para entrar un poco más en materia sobre los modelos de RFM y RFE, sus siglas significan: Recencia, Frecuencia y Valor monetario para RFM (hablamos de compradores) y Recencia, Frecuencia y Engagement para RFE (hablamos de consumidores de contenido, es decir, todos tus visitantes).

Los modelos de RFM y RFE son sencillos de aplicar pues se trata de un sistema de puntuación dónde 1 es malo, 2 es medio y 3 es bueno y tú decides quién entra dentro de cada término. Cada negocio es diferente y lo que para unos puede ser ideal (un 3) para otros es muy poco (un 1). Puedes encontrar información más extensa en otro de nuestros anteriores artículos.

Si un usuario compró en nuestra web hace mucho tiempo, solo compró una vez hasta la fecha,  y además se gastó muy poco, estaríamos hablando de un 111 en RFM. Si nos vamos al extremo contrario y analizamos a un usuario que compró hace poco, que ha comprado muchas veces y además se ha dejado su sueldo en nuestro sitio, hablamos de un 333 en RFM.

La personalización de estos modelos es asombrosa, no solo por lo que acabamos de hacer- meter en un mismo grupo a todos aquellos que se comportan igual en base a una serie de criterios – sino que nosotros decidimos el baremo en el que esos criterios se aplican. De manera que para nosotros será poco tiempo si han pasado más de 90 días desde la última compra, pocos pedidos si ha efectuado menos de 3  y poco valor monetario si se ha dejado en total menos de 100 euros. Pero otros entenderán tiempo, pedidos y valor total con límites distintos.

¿En qué nos ayuda todo esto? En que ahora podemos tomar decisiones.

Si volvemos a los ejemplos de 111 y 333 en RFM podemos actuar de forma personalizada a cada uno de los segmentos:

Para todos aquellos que sean un 111, tendremos la posibilidad de reactivarlos o de ignorarlos. Cada negocio verá de qué recursos dispone y qué beneficios les va a reportar intentar atraer a ese grupo de personas.

Mientras que los que estén en nuestro segmento 333 serán nuestro grupo a cuidar. SON NUESTRO MEJOR SEGMENTO, NUESTROS CLIENTES PREMIUM. Evidentemente, no les vamos a lanzar cupones descuento, ofertas y promociones porque ya son activos y además han demostrado que no les cuesta dejarse dinero en la web. Por tanto, lo mejor es ofrecerles comunicación personalizada y productos Premium. Hacerles sentir importantes, porque lo son, es la clave para este segmento: pueden llegar a ser tus influencers y embajadores de marca.

Y tú, ¿cómo vas a empezar a hacer analítica de verdad centrada en tus usuarios?

Si quieres acceder a la presentación, puedes pedírmela en ana.pascual@webtrekk.com.

También puedes acceder a los comentarios de los asistentes en #EventosWebtrekk

 


Previous Post Next Post

You Might Also Like

No Comments

Leave a Reply