Tu guía de seis pasos para el análisis de comportamiento

18 · 10 · 2018



Hablamos de Customer Intelligence cuando recopilamos y analizamos datos de nuestros clientes para entender quiénes son, qué necesitan, cuándo, dónde interactúan con nosotros y por qué.

Conocer el porqué los clientes se comportan de una manera determinada es lo que nos permite adaptarnos a sus demandas y propiciar que se sientan comprendidos y valorados.

Es el Behavioral Anlytics la disciplina que se centra en averiguar cómo y por qué las personas se comportan de la forma en que lo hacen cuando utilizan plataformas de comercio electrónico, juegos en línea, APPs, redes sociales o cualquier aplicación web.

Para ello se recopilan datos en los distintos puntos de contacto con el cliente en su Customer Journey, en los diferentes canales, con distintos dispositivos y a lo largo del tiempo.

Las fuentes de las que podemos obtener dichos datos son múltiples y muy variadas: webs, sistemas CRM, sistemas de Marketing Automation, Call Centers, Apps, ecommerce, sistemas de ventas, medios sociales, bots, e incluso a partir de datos declarativos que provengan de encuestas, entrevistas o focus groups.

Cada una de ellas proporciona un conjunto de datos diferente que, tradicionalmente, se analizan de forma aislada, como pueden ser: cuándo se ha registrado un nuevo cliente en la web y ha comprado, qué navegación ha seguido, qué anuncios ha visto, cuántos productos ha consultado antes de añadir uno al carrito. El reto está en centralizar la información en un Data Lake que permita conectar e integrar los datos y ofrezca una visión unificada de toda la experiencia de cliente. De este modo, se puede analizar qué clientes se han registran en la web, han consultado artículos pero han finalizado su compra en la APP. Sin la información integrada, las dos acciones serían estudiadas como si fueran de dos personas diferentes.

Para realizar el seguimiento del comportamiento se definen y registran eventos, que son las acciones que va realizando el cliente en los distintos canales en su interacción con nuestros productos o servicios.

Los pasos que se siguen para abordar una estrategia centrada en el Behavioral Analytics son:

 

1. Definir los objetivos de negocio y de análisis.

 

Como en cualquier proyecto de analítica el punto de partida es identificar los objetivos de negocio que se quieren alcanzar y establecer los KPIs que contribuirán a conseguirlo.

Si el objetivo es mejorar la fidelización de los clientes, ejemplos de KPIs que determinarán si la estrategia que estamos siguiendo es exitosa serán:

El Customer Profitability Score (CPS), que mide la rentabilidad de un cliente en un periodo concreto proporcionando una medida de los clientes más rentables.

El Life Time Value (LTV), que mide el valor del cliente en la relación que mantiene con la empresa a lo largo del tiempo y ayuda a determinar cómo optimizar los costes de adquisición.

El Net Promoter Score (NPS), que mide   la lealtad de un cliente,

El Churn Rate, para conocer la tasa de abandono de los clientes y los motivos.

La importancia de este paso radica en que una vez definidos los KPIs se asegure el envío de los datos y eventos que permitan hacer el seguimiento de los mismos.

 

2. Identificar los journeys que siguen los clientes.

 

En este punto, se trata de determinar la secuencia de acciones que realiza el cliente para alinearse con los objetivos de negocio definidos y determinar los eventos que se usarán para analizar el comportamiento.

En el ejemplo de objetivo de fidelización, si disponemos de un programa de fidelización, el camino que seguiría el cliente podría ser:

Conocimiento existencia del programa

  • Alta en el programa

Realización de acciones (compras, invitación a otros clientes, …)

  • Redención de incentivos

Y los eventos:

  •   Acceso a url con ventajas del programa
  •   Registro en la web, datos de alta completados
  •   Descarga de App del programa
  •   Apertura App
  •   Consulta de puntos
  •   Solicitud de incentivos
  •   Redención de incentivos
  •  Identificar a los clientes.

 

Es fundamental establecer cómo va a ser la identificación de los clientes (email, teléfono, identificador único de cliente, fingerprint, …) al registrar los eventos que provengan de distintas fuentes para poder establecer una trazabilidad de la interacción del cliente por distintos canales, con distintos dispositivos y en diferentes momentos. También hay que determinar cómo se tratarán e identificarán los prospectos, antes de tener un identificador de cliente. Su comprensión es clave para optimizar los esfuerzos de adquisición y crecimiento

 

4. Definir la estrategia de captación de datos.

 

Atendiendo al journey de los clientes y los KPIs que se quieren monitorizar se procede a enumerar los eventos que se tendrán en cuenta para analizar el comportamiento en los canales que se desee medir. Asimismo, se define la estrategia de captación de datos:

  •   datos a recabar por cada evento
  •   métodos y medios para la recolección de los datos
  •   momentos de interacción más adecuados para la captación
  •   recursos necesarios
  •   orígenes de datos y canales de los que proceden
  •   almacenamiento de la información por canal
  •   integración de datos

También es interesante definir cuáles van a ser los atributos que nos van a ayudar a caracterizar a los clientes (variables sociodemográficas, preferencias, intereses, tipología de comprador) y su comportamiento (tipo de acción, tiempo hasta su consecución, relación con otros eventos) para entender cómo varía el viaje del usuario en función de su tipología, el momento, el canal o el dispositivo desde el que esté interactuando.

 

5. Registrar los eventos.

 

Con toda la estrategia definida, se procede a implementar los procesos para registrar los eventos. Se enviarán al Data Lake y, en primera instancia, se verifica que se dispone de todos los elementos necesarios para trazar el viaje del cliente, estudiar su comportamiento y medir los KPIs definidos.

 

6. Analizar el comportamiento de los clientes.

 

Es el momento de comenzar a estudiar y profundizar en el comportamiento de los clientes:

  •   ¿cuáles son las rutas de conversión de los clientes a la hora de comprar un producto o contratar un servicio?
  •   ¿cuántas interacciones, cambios de canal o de dispositivo se produjeron hasta ese momento?
  •   ¿con qué frecuencia convierten los clientes?
  •   ¿qué relación existe entre el importe de la compra y el tiempo que pasó en la web antes de que se produjera la conversión?
  •   ¿qué clientes son más propensos a realizar la compra?
  •   ¿en qué puntos se atascan durante el proceso de compra o contratación? ¿solicitan ayuda los clientes?
  •   ¿cómo puedo mantener su atención durante la fase de búsqueda?
  •   ¿trabajan todos los canales de la misma forma para la consecución del avance en las distintas etapas del funnel de conversión?
  •   ¿qué acciones o recorridos de los disponibles no realizan los clientes?
  •   ¿cuáles son los tiempos medios para pasar de una fase del customer journey a otra? ¿y entre los distintos momentos de contacto?
  •   ¿cómo reaccionan los clientes ante cambios en el proceso o en las características del producto o servicio?
  •   ¿qué servicios adicionales incentivan la conversión?
  •   ¿qué acciones se producen antes de solicitar una baja o dejar de comprar?
  •   ¿qué estrategias de retención funcionan mejor?
  •   ¿qué clientes son más proclives a ser fieles a la marca?

 

Los beneficios de este enfoque

 

Una vez que tengamos las respuestas a estas preguntas estaremos en disposición de repensar y redefinir cómo nos comunicamos con el cliente, cómo le atraemos, cómo generamos un mayor compromiso hacia él y cómo establecemos activamente formas de incrementar sus expectativas y su fidelidad.

Los beneficios de este enfoque redundarán en:

  •   una mejora de las tasas de captación, activación, conversión, retención o ventas al personalizar mensajes y experiencias para las audiencias resultantes del análisis
  •   el incremento de la eficacia de las campañas y la optimización del retorno de las inversiones
  •   la capacidad para potenciar acciones de cross-selling y up-selling
  •   el aumento del customer lifetime value
  •   la implementación de mejoras en el producto o servicio ofertados
  •   el incremento del engagement con el cliente

Tags:
| | | |

Mar Castaño

   

Soy Licenciada en Informática por la UPM, con una trayectoria profesional de más de 20 años en el ámbito de la consultoría en proyectos Business Intelligence y analítica avanzada. En Good Rebels coordino el área de Datos como base para la definición e implantación de estrategias de negocio: integración, análisis y explotación de los datos;…

Comparte +

Ver todos    Subir

Suscríbete a nuestros artículos

Suscríbete a #Rebelthinking y mantente al día de las últimas tendencias digitales, una selección de los mejores artículos de Rebel Thinking, así como nuestros últimos estudios y nuestra newsletter mensual.

He leído y acepto las condiciones de uso y la política de privacidad y cookies