El Marketing Basado en Datos es un cambio de paradigma que propone reformular las metodologías tradicionales del Marketing y reemplazarlas por nuevos enfoques basados en la Ciencia de Datos.
Hoy queremos presentarle una herramienta desarrollada por idealsur.com que utiliza los principios del Data Driven Marketing.
FLORENSYS combina técnicas de Análisis Predictivo, Machine Learning y Micro-Marketing para hacer Análisis Predictivo de la Demanda.
Para los marketineros como usted, existen solo dos tipos de personas: los que son clientes y los que no lo son.
Esta concepción genera dos tipos de acciones en el plan de marketing: estrategias de retención para quienes ya son clientes y estrategias de adquisición para quienes no lo son.
Pero no hay 2 tipos de personas, ¡En realidad hay 4!
Los NO CLIENTES pueden dividirse en dos grupos: aquellos que nunca fueron clientes nuestros y aquellos que sí lo fueron pero por algún motivo nos abandonaron.
Por otro lado, Los SI CLIENTES nuestros también pueden dividirse en dos grupos: por un lado están los clientes fidelizados con nuestra marca. Y por otro lado están los que ahora son clientes nuestros pero que están pensando en abandonarnos.
FLORENSYS es una herramienta de análisis predictivo de la demanda que se especializa en detectar cuáles son los clientes nuestros que están en peligro de dejarnos.
El objetivo es generar alertas tempranas para que la estrategia promocional de la compañía pueda redireccionarse rápidamente sobre los clientes en peligro. A este modelo de trabajo le llamamos promoción dinámica.
FLORENSYS crea modelos predictivos analizando los patrones antiguos de aquellos clientes que ya nos abandonaron y los utiliza para detectar las conductas tempranas similares que se están manifestando en nuestros clientes.
De esta manera, FLORENSYS identifica tempranamente a aquellos clientes en peligro y propone acciones promocionales de prevención mediante alertas.
La inteligencia de análisis de datos de FLORENSYS se basa en tres pilares.
Pilar uno, la matriz de segmentación.
La matriz de clusterización de FLORENSYS es de base conductual.
Utiliza algoritmos de machine learning para segmentar a los clientes por afinidad.
Y es de base dinámica, es decir que recalcula los clusters cada vez que recibe información nueva.
La matriz de base conductual de FLORENSYS es fácil de interpretar.
Produce resultados accionables porque detecta los segmentos que requieren atención y los representa de manera clara y visual.
El análisis migratorio de los segmentos es una forma rápida e intuitiva de detectar cambios de conductas y calificarlos.
Pilar dos, el cálculo de churning rates.
Los clientes no avisan cuando van a abandonarnos. Muchas veces toman la decisión en silencio y tardan en ejecutarla.
Pero aunque no lo manifieste, el cliente que ha decidido abandonarnos, deja pistas en su conducta. Si analizamos los datos y logramos detectarlas, podemos accionar de manera temprana para tratar de retenerlo.
El churn rate es un KPI que mide la volatilidad de un target. Estima la probabilidad de que un cliente nos abandone en un período de tiempo determinado.
El cálculo de churn rate general de todo mi target es importante para medir la solidez de mi negocio. Varios estudios afirman que cualquier negocio con un churn rate general superior al 5% tendrá problemas serios a mediano plazo.
Por otro lado, en lo individual, predecir el churn rate individual de cada cliente nos sirve para reasignar los esfuerzos promocionales de manera dinámica sobre aquellos que manifiestan mayor probabilidad de abandonarnos.
Pilar tres, el cálculo de client lifetime value.
No alcanza con predecir quién quiere abandonarnos. Tenemos que saber también cuánto estamos dispuestos a invertir para retenerlo.
Asignar recursos promocionales de manera dinámica requieren un KPI adicional: el Client Lifetime Value.
No solo debemos saber a quiénes impactar con más intensidad, necesitamos saber también cuánto estamos dispuestos a invertir en cada cliente.
Y para saber cuánto invertir, debemos saber cuánto ganaremos. Nuestra inversión en RETENCIÓN debe guardar relación directa con la rentabilidad que generará.
El cálculo del Client Lifetime Value funciona como un método de segmentación adicional. Dependiendo del valor que tendrá un cliente, definiremos las acciones promocionales y sus presupuestos.
Resumiendo: los tres pilares de FLORENSYS son la MATRIZ DE CLUSTERIZACION, el cálculo de los CHURN RATES y la estimación del CLIENT LIFETIME VALUE.
Los tres pilares permiten migrar de un modelo de promoción estática a un modelo de promoción dinámica.
El modelo de promoción dinámica se basa en redireccionar los recursos promocionales rápidamente según las alertas e insights que surgen del análisis predictivo que produce FLORENSYS.
La idea central es abandonar el modelo de promoción tradicional estático basado en frecuencias fijas que se repiten ciclo a ciclo. Se busca migrar a una estrategia dinámica que cambie de ciclo a ciclo de acuerdo a las alertas predictivas.
La inversión también deja de ser estática y pasa a ser dinámica.
Se cambia el paradigma de acción tardía por el de la reacción temprana.