CUSTOMER ANALYTICS

1. CUSTOMER ANALYTICS

Tal y como ya hemos comentado en el prólogo, los clientes son la parte fundamental
de toda empresa u organización, por lo que es de suma importancia que los tengamos
siempre en consideración a la hora de lanzar nuevas campañas o productos, y es que
nuestra supervivencia como empresa depende, en gran medida, de su satisfacción y
fidelidad.

Es por ello que, en nuestra andadura empresarial, no dejaremos nunca de lado lo que
se conocer como customer analytics o análisis de los clientes ya que, gracias a dicho
análisis, podremos conocer de primera mano cómo son nuestros clientes y qué
necesitan y esperan de nosotros, de modo que ello nos ayudará a adaptarnos a ellos y
a ofrecerles acciones y promociones personalizadas y exclusivas.

1.1 CUSTOMER ANALYTICS

Antes de pasar a tratar en profundidad el tema que aquí nos ocupa, que es el de
customer analytics, creemos interesante hacer una breve introducción sobre la
cantidad de datos de que disponen las empresas hoy en día.

Hace unos años, más concretamente, justo antes del auge de Internet y las redes
sociales, las empresas disponían únicamente de los datos de sus clientes que ellas
mismas recopilaban. Así, una empresa podía crear una base de datos con información
sobre el cliente como su empleo o residencia, así como con información relacionada
con sus compras, la frecuencia, el importe gastado o la satisfacción, entre otros
aspectos. Se trataba de datos que se obtenían cuando el cliente solicitaba información,
compraba o adquiría un producto o servicio, o eran obtenidos mediante encuestas.

Hoy en día, además de estos datos, las empresas deben considerar toda aquella
información procedente a través de Internet o de las redes sociales, y es que de cada
vez más, los usuarios utilizan las redes para informar u opinar sobre las empresas y sus
productos, por lo que la información que de ahí podamos extraer es de gran
importancia. Además de lo que los usuarios publican y comparten con el resto de

Y
Página 6
 CUSTOMER ANALYTICS

personas de la red sobre nosotros o nuestros productos o servicios, también debemos

tener en cuenta otras variables tales como la actividad de dichos usuarios en la red, así
como sus amigos o seguidores y su poder de influencia.

Como vemos, las empresas disponen de una gran cantidad de información en relación
a sus clientes. Información que puede serles o no de gran utilidad, y es que la manera
cómo se analice y utilice dicha información ayudará o no a las empresas a presentar
una estrategia o unas estrategias acorde a los perfiles de sus clientes, favoreciendo
además en la captación de nuevos clientes y en el mantenimiento y fidelización de los
actuales.

Esta nueva realidad nacida a través de la democratización de Internet está obligando a

las empresas a cambiar por completo sus estrategias de marketing, y es que, tal y
como acabamos de comentar, la manera cómo se trate toda esta nueva información,
influirá positiva o negativamente en nuestro trabajo.

Es muy importante que las empresas tomen conciencia de la importancia que tiene
toda esa información, por lo que no deberán hacer caso omiso a ella y deberán
analizarla y utilizara en beneficio suyo.

Así, en líneas generales y, sin entrar demasiado en detalle ya que este tema lo
desarrollaremos más adelante, el customer analytics o análisis de clientes se define
como aquel proceso en el que los datos de comportamiento de los clientes con que
cuentan las empresas son utilizados para ayudar a tomar decisiones clave, a través de
la segmentación del mercado y el análisis predictivo. Se trata de un proceso de gran
importancia ya que los indicadores recogidos deben provenir de las acciones de los
clientes o de sus actitudes, implicando ello que los datos analizados procedan de una
fuente que ha recogido el comportamiento del cliente o bien los datos relacionados
con él.

En lo que se refiere a estos datos o a esta información sobre nuestros clientes, pueden
provenir de diversas fuentes:

- CRM o bases de datos comerciales y de marketing.

Y
Página 7
 CUSTOMER ANALYTICS

- KPIs o métricas recogidas en encuestas.

- Tickets de compra, tasas de devolución de productos, quejas o
reclamaciones y nivel de satisfacción.
- Observación directa del cliente.
- Analítica web.
- Medición del comportamiento del cliente en la tienda.
- Información de campañas de comunicación.
- Etc.

Tal y como vemos, las empresas disponen de numerosas fuentes para recabar
información y datos sobre sus clientes. No obstante, vemos también como se trata de
datos e informaciones pertenecientes a diferentes departamentos, hecho que supone
una dificultad, ya que dichos datos no permanecen en un mismo departamento, por lo
que es muy importante su recopilación, análisis e utilización.

En cuanto a la importancia de analizar estos datos, podemos decir que dicho análisis
permitirá a las empresas:

- Integrar y analizar la información recogida en todas estas fuentes tan

dispares.
- Definir los patrones de comportamiento que siguen los clientes.
- Desarrollar el customer journey o camino del cliente.
- Detectar problemas en la experiencia del cliente con el producto o servicio,
con el fin de mejorarla.
- Segmentar a los clientes en función de variables tales como sus
comportamientos de compra o los hábitos de comportamiento.

En definitiva, todos estos datos e informaciones permitirán a la empresa describir,

explicar y predecir el comportamiento de sus clientes.

Además de ello, señalar que el principal beneficio que el customer analytics puede
reportar a nuestra empresa es el hecho de tomar decisiones con base a los datos,

Y
Página 8
 CUSTOMER ANALYTICS

hecho que conduce a la obtención de toda una serie de resultados concretos tales
como:

- Realizar campañas dirigidas en exclusiva a un segmento particular de

clientes, permitiendo reducir costes.
- Personalizar las ofertas y promociones de productos y servicios, tratando
de fidelizar y mantener a los clientes.
- Anticipar los abandonos de clientes y recuperar y contentar a aquellos
clientes insatisfechos.
- Aumentar la fidelidad y satisfacción de los clientes.

En relación a los datos, resulta importante presentar los dos tipos de datos que
debemos considerar en nuestro análisis. Esto es, debemos diferenciar entre los datos
estructurados y los datos no estructurados.

 Datos estructurados

Los datos estructurados son aquellas informaciones que suelen encontrarse en la

mayoría de bases de datos de cualquier empresa. Se trata de archivos de tipo texto
que se acostumbran a mostrar en filas y en columnas con títulos.

Estos datos pueden ser ordenados y procesados fácilmente por todas las herramientas
de minería de datos.

Se trata así de datos que disponen de una estructura o forma predefinida, en la que los
campos ocupan un sitio fijo. Además, y como ya hemos dicho, se almacenan en tablas.

Este tipo de datos puede proceder de fuentes diferentes tales como:

- Datos creados por la empresa: registro en tablas, ficheros XML, etc.

- Datos provocados: datos creados de manera indirecta mediante una acción
previa, como pueden ser las valoraciones sobre la empresa, un producto o
servicio.
- Datos dirigidos por transacciones: datos que se obtienen cuando finaliza
una acción previa de manera correcta, como las facturas de compra.

Y
Página 9
 CUSTOMER ANALYTICS

- Datos compilados: son resúmenes de datos de empresas o servicios

públicos de carácter grupal, como el censo electoral o el número de coches
matriculados.
- Datos experimentales: son aquellos datos que se han generado a partir de
un análisis.
 Datos no estructurados

Los datos no estructurados son aquellos que no tienen un formato específico, por lo
que no se pueden almacenar dentro de una tabla debido a que no se puede desgranar
su información a tipos básicos de datos. En otras palabras, se trata de datos que
podemos obtener a partir de archivos multimedia o PDF, o contenido obtenido
mediante las redes sociales.

Como principales fuentes de este tipo de datos debemos considerar las dos siguientes:

- Datos capturados: son aquellos datos que han sido creados a partir del
comportamiento de los usuarios, como puede ser la información biométrica
de pulseras de movimiento, el uso de aplicaciones de seguimiento de
actividades o la posición GPS.
- Datos generados por los usuarios: son aquellos que son especificados por
el usuario mismo, pudiendo ser las publicaciones en redes sociales, los
vídeos reproducidos en Youtube o en cualquier otro sitio destinado a ello, o
las búsquedas en Google o cualquier otro buscador o en redes sociales,
entre otros.

Como vemos, se trata de datos que no podemos estructurar u organizar. A pesar de

ello, se trata de los datos e informaciones de más relevancia para las empresas ya que,
como vemos a partir de las fuentes que generan este tipo de datos, se trata de
informaciones que nos ofrecen datos sobre el comportamiento, las preferencias y el
grado de satisfacción de los usuarios y clientes, por lo que serán de gran utilidad a la
hora de diseñar las estrategias de marketing.

Y
Página 10
 CUSTOMER ANALYTICS

Además de los datos estructurados y los no estructurados, resulta interesante

mencionar también los llamados datos semiestructurados o datos híbridos, que son
aquellos datos que se limitan a campos determinados, aunque contienen marcadores
que separan los diferentes elementos. Se trata de un tipo de información poco regular
como para ser gestionada de manera estándar. Este tipo de datos los encontramos en
archivos XML o JSON.

Hechas estas consideraciones previas, a continuación vamos a tratar de manera mucho

más detenida el customer analytics, de modo que hablaremos de sus orígenes,
definición y características, las fases, tecnologías que emplea, su relación con el big
data, el modelo customer journey y al implantación y puesta en marcha de un
proyecto de customer analytics.

1.1.1 Customer analytics

Antes de tratar de manera detallada la definición y características del customer

analytics, es importante remarcar el hecho de que, como hemos señalado, las
empresas y, sobre todo, el departamento de marketing, disponen de toda una serie de
informaciones procedentes de sus clientes y usuarios a través de las redes sociales.

De cada vez es más habitual encontrarnos en las redes sociales a usuarios que
comparten con sus seguidores sus compras, la cena en un restaurante o la visita a un
centro de masajes. Estas interacciones, aunque a simple vista resulten muy simples, a
la empresa puede proporcionarle información realmente valiosa sobre sus clientes y
usuarios, por lo que, tal y como ya sabemos, es de gran importancia recoger dichos
datos, analizarlos y darles un uso correcto con el fin de que nos puedan reportar
beneficios. Es importante remarcar el hecho que se trata de datos no estructurados,
por lo que es de suma importancia darles sentido.

No obstante, para dar sentido a estos datos, es importante comprender las 3V del Big
Data que ya hemos estudiado en otros manuales. Estas son:

Y
Página 11
 CUSTOMER ANALYTICS

 Volumen: en la actualidad, se dispone de un volumen realmente grande de

datos e informaciones, por lo que obtener un control sobre la recopilación y
segmentación puede resultar difícil.
 Variedad: como ya hemos comentado, debemos considerar dos variedades
de datos; los datos estructurados y los datos no estructurados. A modo de
resumen, los datos estructurados son aquellos que pueden ser clasificados
y graduados en líneas y columnas, como en una base de datos. En lo que se
refiere a los datos no estructurados, estos no pueden clasificarse, y pueden
provenir de un comentario en una red social o mediante la publicación de
un vídeo. Por su carácter, se trata de datos que requieren de un análisis
mucho más complejo que permita dar sentido a la información. En la
actualidad, comentar que suponen el 80% de los datos de que disponen las
empresas.
 Velocidad: en la actualidad, los datos se generan a una velocidad cada vez
mayor y lo más cerca posible del tiempo real con el fin de extraer su valor.

Así, vemos como las empresas disponen de un volumen enorme de datos, que va
aumentando a gran velocidad día a día y que los datos pueden ser de carácter
estructurado o de carácter no estructurado.

Estas tres premisas, que son las 3V del Big Data, obligan, en cierto modo, a la empresa,
a llevar a cabo un proceso de data quality o calidad de los datos, ya que ello nos
permitirá reducir el riesgo de que los datos no sean veraces, de modo que nos
aseguraremos que la información que utilizamos en nuestro análisis no es errónea.

Además de ello, es muy importante que dispongamos de herramientas con las que
poder hacer frente a los objetivos marcados, además de que sean herramientas que
puedan ser utilizadas por las diferentes personas que tienen que ver con el análisis de
datos y es que, tal y como hemos comentado justo antes, las empresas disponen de
infinidad de datos que se encuentran repartidos a lo largo de todos los departamentos
que la componen, por lo que dichas herramientas deben ser accesibles tanto para los
usuarios del negocio, los encargados del departamento de marketing o el mismo

Y
Página 12
 CUSTOMER ANALYTICS

analista. De este modo, podremos seguir lo que se está haciendo con el fin de
comprender qué ha pasado, qué está pasando en este preciso momento y qué va a
pasar.

Origen del customer analytics

Hechas estas consideraciones en relación a los datos, creemos que es importante

presentar brevemente el origen del customer analytics, ya que ello nos ayudará a
entender mejor la importancia de esta práctica.

Como vemos, el customer analytics se centra en el interés que tienen las empresas
hacia sus clientes, con el fin de poder comprenderlos y adaptar sus estrategias a su
tipología.

No se trata de una cosa nueva, y es que a principios de los años 90 se encuentran las
primeras acciones y aplicaciones por parte de las empresas orientadas a automatizar
las actividades asociadas con la venta. Ello hizo que poco a poco estas aplicaciones de
gestión de la información de los clientes se multiplicaran, danto soluciones concretas a
las necesidades específicas de los clientes, surgiendo de este modo los sistemas de
información independientes para los departamentos de call center, atención al cliente,
help desk y el soporte de servicios y clientes.

No obstante, dichos sistemas supusieron una importante barrera en el desarrollo de

una estrategia única de clientes ya que ello implicaba que cada área de la empresa
dispusiera de una parte de la información de los clientes, por lo que se obtenía una
visión incompleta del cliente, provocando ello que las estrategias presentadas para los
clientes no fuesen del todo efectivas ya que solo se consideraba una parte de la
información de cada cliente.

No obstante, a finales de los años 90 aparecieron las primeras soluciones integrales, de

modo que se empezó a desarrollar una estrategia de gestión de clientes integral,
conocida actualmente como CMR.

Y
Página 13
 CUSTOMER ANALYTICS

Dicha estrategia se refiere a dos conceptos diferentes. Así, por un lado se refiere a un
modelo de gestión de toda la organización basado en la orientación al cliente, mientras
que por otro lado se refiere al sistema de información que da apoyo a la gestión de las
relaciones con los clientes, fuerza de venta y marketing. Así, implementando un CRM,
las empresas tienen una visión mucho más completa de las interacciones con sus
clientes, por lo que pueden responderles de manera más eficiente.

Relación con el cliente

Básicamente, de lo que se trata es de crear una relación con los clientes que sea lo más
positiva posible, de modo que salgan beneficiadas las dos partes; por un lado el
cliente, quien obtiene lo que desea por parte de la empresa y, por otro lado, la
empresa, que mantiene o gana un cliente.

Así, lo que necesitan las empresas es un proyecto que les permita predecir cómo y
cuándo van a satisfacer las necesidades de sus clientes, de modo que para ello
deberán conocer las preferencias, comportamientos y actitudes de sus clientes, ya que
solo de esta manera se podrán obtener resultados positivos. Pero, además de obtener
dicha información, resulta crucial que todos los departamentos dispongan de dicha
información, por lo que se evitará que un departamento o área determinada conozca
solo una parte de la información relativa a los clientes, permitiendo ello que se lleven a
cabo acciones completas y dirigidas a esos clientes, dejando así de lado acciones
generalizadas que no tienen en cuenta las preferencias, comportamientos y actitudes
de los clientes. Así, es muy importante no quedarse solo con los datos recogidos en un
departamento, sino que deberemos considerar los datos de todos los departamentos
de la empresa.

En lo que se refiere a los beneficios de este análisis de los clientes, debemos

aprovecharlo para:

- Adquirir valor de los clientes.

- Incrementar la vida del cliente o lifetime value.
- Retener a aquellos clientes que presenten riesgo de fuga.

Y
Página 14
 CUSTOMER ANALYTICS

- Incrementar la lealtad de los clientes así como las recomendaciones y

opiniones que generan.

Para ello, resulta imprescindible obtener una visión de 360 grados de los clientes, de
modo que para ello deberemos considerar cuatro tipologías de datos:

 Datos descriptivos: atributos, características, datos sociodemográficos, etc.

 Datos de comportamiento: transacciones, detalle de los pedidos, historial
de pagos, etc.
 Datos de interacción: interacción con los canales de comunicación: email,
página web, información de navegación, app, redes sociales y canales de
comunicación tradicionales.
 Datos actitudinales: opiniones, preferencias y necesidades o deseos que se
pueden hallar en las opiniones en las redes sociales o en las respuestas de
las encuestas.

Tratamiento de los datos

Finalmente, y antes de pasar a ver las principales características del customer

analytics, así como su proceso y las tecnologías que utilizaremos para realizar dicho
análisis, resulta importante introducir el tema sobre el tratamiento de los datos.

Tal y como hemos visto, las empresas disponen de un volumen realmente grande de
datos referentes a sus clientes, por lo que su tratamiento y análisis es clave para
encontrar los patrones y asociaciones entre ellos con el fin de predecir de la mejor
manera posible el comportamiento de los clientes.

A la hora de tratar estos datos de la manera que mejores resultados nos reporte, es
importante decir que los analistas que se encargan de estas tareas no utilizan una
única metodología, sino que se sirven de diferentes metodologías con el fin de poder
lograr agrupar a los clientes con atributos similares juntos, optimizar los esfuerzos de
marketing, manejar los problemas de servicio y evaluar el conocimiento de la marca.
Para ello, se sirven de los siguientes métodos o técnicas:

Y
Página 15
 CUSTOMER ANALYTICS

 Algoritmos de clasificación: es muy importante identificar los atributos que

hacen que algo suceda. Así, con estos algoritmos podemos generar alertas
que nos indiquen que algo puede suceder, como es el riesgo de abandono
por parte de un cliente, de modo que podamos iniciar acciones con el fin de
lograr que se quede con nosotros y no acuda a uno de nuestros
competidores.
 Algoritmos de asociación: haremos uso de estos algoritmos con el fin de
descubrir asociaciones, relaciones o secuencias en nuestros datos. Una
información importante que podemos obtener mediante esta técnica es
sobre aquellos productos que se venden juntos o aquellos productos que
compraron o por los que se interesaron otros clientes junto con un
producto determinado, permitiéndonos generar promociones con packs de
productos o crear un espacio de productos recomendados.
 Algoritmos de segmentación: nos permiten crear diferentes grupos de
clientes en función de diferentes métricas, como el ticket medio o la
frecuencia de compra, permitiéndonos diseñar diferentes estrategias o
promociones para cada grupo. Así, no crearemos estrategias o promociones
generalizadas, sino que nos centraremos en los diferentes tipos de clientes
que tenemos, con el fin de adaptarnos a ellos de la mejor manera posible.
Aquí será muy importante agrupar nuestros datos y descubrir qué patrones
se suceden para después proceder al diseño de la estrategia.

En lo que se refiere a un algoritmo, este es definido por el diccionario de la Real

Academia Española (RAE) como:

- 1.m. Conjunto ordenado y finito de operaciones que permiten hallar la solución

de un problema.
- 2. m. Método y notación en las distintas formas de cálculo.

Junto con el tratamiento de datos, es muy importante la visualización, y es que no solo

debemos encargarnos de recoger y analizar los datos, sino que debemos hacer visible
ese análisis con el fin de que sea comprensible para todos los miembros de la

Y
Página 16
 CUSTOMER ANALYTICS

organización, ya que de lo contrario, difícilmente podremos confeccionar acciones y

estrategias exitosas.

Dichas visualizaciones deben servir para entender, informar y compartir la información

de manera rápida y eficiente.

En cuanto a las herramientas de visualización debemos considerar las dos siguientes:

 Dashboards

Se trata de una representación gráfica de los principales indicadores (KPI) que

intervienen en la consecución de los objetivos de negocio, orientada a la toma de
decisiones con el fin de optimizar la estrategia de la empresa.

Estos nos ayudan a entender de manera rápida la complejidad de los datos de que
disponemos, y es que nos permiten generar una imagen de lo que tenemos y entrar en
detalle con el fin de analizar aspectos más concretos.

Algunas de las características o aspectos que debemos considerar en relación a los

dashboards son:

- No debemos abusar en cuanto al número de indicadores que incluyamos, y

es que deberemos incluir solo aquellos que sean realmente necesarios. Ello
es muy importante ya que, como hemos dicho, se trata de una herramienta
de visualización que nos ayudará a entender de manera rápida y fácil los
datos de que disponemos, por lo que deberemos evitar incluir indicadores
que realmente no tengan importancia para lo que queremos analizar.
- Además, estos indicadores o KPI deben ser accionables para el negocio, es
decir, deben permitirnos llevar a cabo acciones estratégicas para mejorar.
- Tal y como hemos comentado, es muy importante que los datos e
informaciones sean compartidos en la totalidad de la empresa, por lo que
su visualización debe ser lo más clara y fácil de interpretar posible. Así, un
dashboard debe ser breve, hablar un lenguaje común y ofrecer una

Y
Página 17
 CUSTOMER ANALYTICS

representación gráfica adecuada para los datos que representa y lo

suficientemente visual para que su estudio resulte atractivo.
- Además de los indicadores perfectamente visualizados, el dashboard debe
ir acompañado por un análisis en el que se explique qué ha ocurrido, las
recomendaciones para poner solución o mejorar la situación y el impacto
que ello puede tener sobre el negocio.

Para la elaboración de un dashboard, las empresas disponen de toda una serie de

herramientas. De lo que se trata es de introducir los datos, que serán convertidos en
información gráfica con el fin de facilitar su interpretación.

En los ejemplos que presentamos a continuación, hemos incluido una representación

realizada con Excel y otra obtenida mediante la herramienta de Google Analytics.

Otras herramientas para la creación de estos paneles son Cyfe, Chart.io, Klipfolio y
Clicdata, entre otras.

*Ejemplo de dashboard extraído del blog témporaExcel. Enlace:

http://temporaexcel.blogspot.com.es/2012/11/como-hacer-dashboard-cuadro-de-mando-economico-
financiero-2.html

Y
Página 18
 CUSTOMER ANALYTICS

*Ejemplo de dashboard extraído del blog Ecoconsultancy. Enlace: https://econsultancy.com/blog/62828-

10-useful-google-analytics-custom-dashboards

 Informes personalizados

Tal y como su propio nombre indica, se trata de informes personalizados, es decir, son
informes creados en función de las necesidades del momento, en los que
obtendremos información y datos sobre el tema que hayamos escogido, de modo que
nos ofrecerá solamente aquella información concreta que nosotros o nuestra empresa
quiera.

De este modo, una vez disponemos de toda la información referente a nuestra

empresa, con los informes personalizados lo que haremos será acotar dicha
información a los datos que realmente nos interesan.

Por ejemplo, podemos tener información relacionada con el departamento de ventas

de un trimestre o año en concreto. Aquí, disponemos de datos tales como la
facturación, el importe del ticket medio, el número de compras diarias, semanales y

Y
Página 19
 CUSTOMER ANALYTICS

mensuales, los productos más y menos vendidos, aquellos productos que se han
vendido juntos, la procedencia de los compradores, el modo de pago, etc. Como
vemos, se trata de una gran cantidad de información, toda ella útil dependiendo de lo
que en ese preciso momento nos interese. Así, si lo que queremos es hacer
promociones por la compra de dos productos juntos, lo que nos interesará será
conocer toda la información relativa a aquellos productos que se han vendido juntos
durante el período de tiempo analizado o aquellos productos que los compradores han
consultado mientras compraban un producto concreto, por lo que crearemos un
informe personalizado con dicha información, que nos permita valorar si la acción que
queremos llevar a cabo reportará o no beneficios.

Como beneficios que nos ofrecen este tipo de informes destacamos:

- Nos ofrecen de manera unificada información que tenemos repartida en

varios informes, presentando dicha información de manera unificada en
función de las métricas y parámetros que hayamos seleccionado.
- Nos permite comunicar y reportar esta información de manera mucho más
rápida, clara y precisa, tanto a los miembros de la empresa como a los
clientes.
- Además de seleccionar el tipo de información que queremos incluir,
también nos permiten establecer parámetros en relación al tiempo.

Para la realización de estos informes podemos servirnos de herramientas como las que
ofrece Google Analytics.

Y
Página 20
 CUSTOMER ANALYTICS

*Ejemplo de informe personalizado extraído del blog para emprendedores Fórmulas para ganar dinero.
Enlace: *Ejemplo de dashboard extraído del blog Ecoconsultancy. Enlace:
https://econsultancy.com/blog/62828-10-useful-google-analytics-custom-dashboards

Finalmente y, a modo de resumen, los dashboards nos ofrecen información general,

mientras que los informes personalizados profundizan en un tema y nos dan
solamente la información relativa a dicho tema.

De este modo, hecha esta introducción, podemos decir que el customer analytics se
refiere a los procesos de captura, gestión, análisis y generación de valor estratégico de
los datos de los clientes de una empresa u organización. En otras palabras, se trata de
recoger toda la información y todos los datos relativos a nuestros clientes, visualizarlos
y utilizarlos de manera que ello nos reporte valor.

Y
Página 21
 CUSTOMER ANALYTICS

A nivel de características que hacen diferente el customer analytics de otros sistemas

de analítica, debemos considerar:

- Granularidad del dato: el dato debe ser considerado a nivel del individuo.
- Foco en la predicción: no solo se describe aquello que indican los datos,
sino que se intenta predecir el motivo de dicho comportamiento.
- Multiplataforma: deben combinarse los diferentes comportamientos de
los clientes en los diferentes sistemas que recogen sus interacciones y,
como ya hemos comentado, a nivel del individuo.
- Multisector / multiaplicación: es importante comentar el hecho de que el
costumer analytics no solo considera a sus consumidores, sino que también
sirve para analizar al público interno de la organización, como son los
trabajadores.
- Multidisciplinar: como ya hemos comentado, el customer analytics, para
que sea eficaz, debe ser aplicado a todos los departamentos y áreas que
conforman la organización, de modo que ello nos permita tener una visión
global y diseñar estrategias globales, con el fin de extraer el máximo valor
posible.
- Estudio del comportamiento: a pesar de que el análisis de los clientes
incluya variables descriptivas tales como la demografía, ingresos y
condición social, gracias a los datos no estructurados el customer analytics
nos permite estudiar y conocer el comportamiento de los clientes, factor
clave a la hora de segmentar dichos clientes y planificar estrategias y
acciones para cada grupo.
- Longitudinal: nos permite estudiar la manera cómo los patrones de
comportamiento evolucionan a lo largo del tiempo

De este modo y, siguiendo las características expuestas, el customer analytics se

refiere a los siguientes cinco tipos de análisis. Estos son:

 Análisis descriptivo: este primer tipo de análisis y, tal y como indica su

nombre, se centra en describir las interacciones de los clientes, es decir, es

Y
Página 22
 CUSTOMER ANALYTICS

un análisis que se centra en lo que ha comprado el cliente, el gasto de

compra, la frecuencia, el número de nuevos clientes, el número de clientes
que han dejado de comprar, etc.
 Análisis de diagnóstico: se centra en entender el motivo que ha llevado a
los clientes a actuar de una manera determinada.
 Análisis predictivo: trata de predecir el comportamiento futuro de los
clientes.
 Análisis prescriptivo: nos permitirá identificar a los diferentes grupos o
segmentos de clientes, de modo que ello implique tomar decisiones
vinculadas con las interacciones de los clientes basadas en escenarios. Un
ejemplo sería la identificación de aquellos clientes a los que aplicar
estrategias de retención o de fidelización.
 Análisis preventivo: se centra en detectar las necesidades de los clientes
antes que los clientes mismos, de modo que ello nos permita actuar con
antelación y anticipación.

Además de estas cinco tipologías generales, es importante comentar que en el

customer analytics existen infinidad de análisis que podemos llevar a cabo, y es que
dependiendo de los objetivos que nos marquemos o de las estrategias, podremos
utilizar unos análisis u otros.

Así, a continuación ofrecemos un listado de estrategias junto con algunos de los

análisis que debemos considerar para su puesta en marcha.

Segmentación de clientes:

- Clustering de grupos homogéneos y heterogéneos: el clustering, o

algoritmo de agrupamiento, es un procedimiento de agrupación de una
serie de vectores de acuerdo con un criterio determinado. En otras
palabras, se trata de agrupar a nuestros clientes en función de criterios
o variables como pueden ser el lugar de residencia o la profesión, entre
otras.

Y
Página 23
 CUSTOMER ANALYTICS

- Perfiles demográficos y psicográficos: se refiere a distinguir a los

clientes mediante variables demográficas y psicográficas. Son variables
de tipo demográfico la edad, el género, profesión, nivel educativo, etc.
Son variables psicográficas la personalidad, el estilo de vida, los
intereses, etc.
- Tendencias y patrones: implica el estudio de patrones y tendencias en
relación al comportamiento de los clientes. Una tendencia podría ser
comprar únicamente durante el período de navidad o durante la época
de rebajas o cuando hay descuentos y promociones. Ello nos permitirá
segmentar a los clientes entre los habituales y aquellos que únicamente
compran cuando se les ofrece un descuento o para alguna ocasión
especial.

Adquisición de clientes:

- Propensión de compra: se refiere al análisis de la inclinación o

disposición de los clientes a comprar o adquirir productos o servicios.
- Análisis de factores de compra: implica determinar y analizar aquellos
factores o elementos que llevan a una persona a comprar o adquirir un
bien o servicio.
- Modelos de afinidad: el análisis de afinidad permite reunir una gran
cantidad de información y organizarla en función de afinidades o
relaciones naturales.

Beneficio y fidelización de clientes:

- Análisis de propensión de mejora: implica determinar aquellos

elementos que nos ayudarán a fidelizar a nuestros cliente, implicando
ello que dichos clientes obtengan también algún beneficio o mejora por
parte de la empresa.
- Ventas cruzadas y ventas adicionales: implica conocer aquellos
productos que se venden juntos, así como aquellos productos

Y
Página 24
 CUSTOMER ANALYTICS

complementarios o adicionales que el cliente consume o tiene intención

de consumir.
- Preferencias por canal: se basa en el estudio de los diferentes canales
de compra de que disponemos, así como determinar y establecer
aquellos canales que nuestros clientes prefieren.
- Análisis de la cesta de la compra: una buena manera de conocer a
nuestros clientes así como a sus estilos de vida, es analizar la cesta de la
compra, ya que ello supone el indicador más claro de aquello que
consumen nuestros clientes. Se trata de ver aquello que compran o
consumen y utilizarlo para el diseño de estrategias.
- Optimización: la optimización se refiere al método para determinar los
valores de las variables que intervienen en un proceso o sistema con el
fin de obtener el mejor resultado posible.
- Modelos de diseño y decisiones óptimas: implica analizar las diferentes
estrategias con el fin de lograr un diseño perfecto que nos reporte los
mejores beneficios.
- Análisis de elasticidad de precios: la elasticidad de precios es un
parámetro utilizado en economía con el fin de mostrar el grado de
respuesta o elasticidad de la cantidad demandada de un bien o servicio
a los cambios en el precio de dicho bien o servicio. En otras palabras, se
centra en ver cómo reaccionan los consumidores a las variaciones de
precios.
- Modelos RFV o RFM: las siglas de este modelo se refieren a Recencia,
Frecuencia y Valor Monetario. Se trata de un modelo utilizado sobre
todo en el marketing de bases de datos. De lo que se trata es de crear
diferentes segmentos en base a cada una de las tres variables del
modelo. El resultado de esta triple segmentación dará como ganador el
grupo que mejor defina a nuestros clientes.
- Modelos de levantamiento de ventas y atención al cliente: se trata de
un modelo que pertenece al modelo ETAN (Estrategia, Tecnología,
Adaptabilidad y Negocios), que nos permite realizar un levantamiento

Y
Página 25
 CUSTOMER ANALYTICS

de nuestro modelo comercial actual. Este tipo de análisis nos permite

reflexionar y prestar atención sobre aquellos aspectos de nuestros
procesos que no están siendo atendidos o que son ejecutados de
manera insuficiente. Así, nos da la oportunidad de mejorar la gestión
realizada con los clientes y conocer aquellos elementos que, con una
mejor gestión, pueden reportar mejores beneficios.
- Análisis social y de sentimiento: se trata de un tipo de análisis que
intenta determinar la actitud de los consumidores con respecto a algún
tema. Esta actitud puede ser su juicio o evaluación, el estado afectivo o
emocional o la intención comunicativa emocional. En otras palabras, se
trata de estudiar qué sienten nuestros clientes cuando adquieren un
producto nuestro, cuando necesitan atención, etc.

Retención de clientes:

- Análisis churn: es una métrica que mide el número de clientes y

suscriptores que han dejado de seguir a una compañía o que la han
comenzado a seguir durante un período de tiempo. Se calcula de la
siguiente manera: (número de clientes al día X – número de nuevos
clientes al día X) / clientes al inicio del día X
- Predicción: implica predecir aquello que van a querer o necesitar
nuestros clientes.
- Análisis what-if: es una herramienta de mejoramiento que permite
evaluar de manera previa el impacto de nuestras decisiones, estrategias
u operativas. De lo que se trata es de definir toda una serie de posibles
escenarios con el fin de analizar la repercusión y el impacto que tendrán
dichos escenarios, sin ponerlos operativos de manera real, ya que ello
podría poner en riesgo la empresa.

Y
Página 26
 CUSTOMER ANALYTICS

Eficiencia:

- Modelos de marketing mix: el marketing mix se refiere al estudio y

análisis de las 4P del marketing; Product (producto), Price (precio), Place
(emplazamiento), Promotion (promoción-comunicación).
- Modelos de atribución: estos modelos se basan en el proceso por el
que las personas llevan a cabo varias acciones antes de convertir. Es
decir, se centra en el lugar desde que el usuario ha accedido a nosotros,
pudiendo ser a través de un anuncio en el periódico, una publicación en
Facebook, un enlace en una web que habla sobre nuestro sector, etc.

Además, el tipo de análisis que utilicemos puede vincularse al conocimiento de cliente

que se busca generar. En cuanto a las categorías o tipologías de conocimiento,
debemos considerar las siguientes:

- Comportamiento: lo que se busca es comprender patrones y

comportamientos del cliente.
- Rentabilidad: se pretende comprender el valor monetario del cliente.
- Ciclo de vida: tiene como objetivo comprender la relación del cliente y
la organización en el largo plazo.
- Fidelización: busca conocer el grado de fidelización del cliente hacia la
empresa u organización.
- Interés: trata de conocer la probabilidad de que los clientes respondan
ante los estímulos de marketing.
- Campañas: se centra en conocer todos los factores asociados a un
determinado evento o campaña.

Finalmente y antes de pasar a hablar sobre el customer journey y la implantación de

un proyecto de customer analytics en nuestra empresa, resulta interesante hacer un
breve apunte en relación al customer analytics y al Big Data.

Y
Página 27
 CUSTOMER ANALYTICS

Aquí, es importante comentar el hecho que en la actualidad; en la era del Big Data, con
la cantidad de datos e informaciones de clientes de que disponen las empresas, es muy
importante que estas consideren los siguientes puntos:

- Dominar el Big Data:

o Lidiar con múltiples fuentes y formatos de datos.
o Trabajar con grandes volúmenes de datos.
o Capturar y extraer datos a alta velocidad.
o Poner foco en la calidad del dato y de los modelos de análisis.
- Identificar qué datos son los que realmente generan impacto en el
negocio:
o Tener la capacidad para generar información procesable de
manera rápida.
o Saber identificar y poner foco en las oportunidades de negocio
prioritarias.
o Evitar la parálisis en la toma de decisiones por exceso de análisis.
- Ejecutar en tiempo real este tipo de iniciativas:
o Transformar la organización para evitar agujeros
informacionales.
o Adquirir las capacidades adecuadas.
o Desplegar la infraestructura correcta.

Es importante decir que en el diseño de experiencias de cliente, las tecnologías de Big

Data pueden jugar un papel fundamental, no solo en lo que se refiere al análisis de los
datos, sino también en su creación, habilitando mayores capacidades de personalizar y
analizar el proceso de compra del cliente o customer journey.

Dicho esto, pasemos entonces a hablar sobre el customer journey, para después pasar
a conocer de qué manera debemos implantar un proceso de customer analytics.

Y
Página 28
 CUSTOMER ANALYTICS

1.1.2 Modelo customer journey

El customer journey puede ser traducido como el viaje del cliente. Se trata de una
herramienta de Design Thinking que nos permite plasmar en un capa cada una de las
etapas, interacciones, canales y elementos por los que se mueve nuestro cliente desde
un punto a otro de nuestro servicio. En resumen, se refiere a los movimientos del
cliente dentro de nuestra empresa.

Es importante destacar el hecho que el customer journey no tiene porque empezar

cuando el cliente empieza a ser cliente nuestro y acabar cuando se acaba la relación,
sino que dicho mapa puede estar centralizado en una etapa concreta, como puede ser
el proceso de compra o la atención por parte del departamento de atención al cliente
en relación a la resolución de un problema. De este modo, podemos establecer el
punto de inicio y final que deseemos, dependiendo ello de las necesidades que
tengamos en ese momento.

A la hora de construir estos mapas, debemos tener en cuenta los siguientes aspectos
que conforman el proceso de construcción de los mismos:

- Identificar al cliente: con el fin de poder entender al cliente o

consumidor, primero debemos identificarlo. Desde la perspectiva del
customer journey se concibe la experiencia del cliente con la empresa
como un viaje, de modo que el objetivo es ponerse en el lugar del
cliente y entender y registrar las características de dicho viaje.
- Entender las etapas del vínculo: al tratarse de un proceso desde la
óptica del cliente, es posible comprender de qué manera se siente el
cliente frente a cada una de las interacciones que realiza con la
empresa, servicio o producto. Básicamente, se trata de observar desde
la perspectiva del cliente todas estas interacciones, con el fin de
determinar cómo se siente en cada momento y aprovechar los
resultados obtenidos para la mejora. Un ejemplo de ello puede ser ver
cómo utiliza la app de la empresa. Para nosotros como empresa dicha
app puede ser intuitiva y fácil de utilizar, pero el cliente puede no

Y
Página 29
 CUSTOMER ANALYTICS

sentirse cómodo ya que no sabe cómo utilizarla. Así, entender cómo se

siente el cliente nos puede ayudar a mejorar la aplicación.
- Registrar indecisiones y motivaciones: es importante que la empresa
conozca aquello que motiva a los consumidores a actuar de una manera
u otra, así como sus inquietudes, indecisiones y aquello que les
entusiasma o incomoda.
- Mapear las interacciones: por supuesto, cada viaje de nuestro
consumidor es diferente, pero sí hay algunos puntos de contacto que se
repiten en todas las relaciones que tiene con la empresa. Aquí, es
fundamental determinar y conocer cuáles son estos puntos de contacto,
con el fin de establecer sus características. Algunos ejemplos de estos
puntos de contacto o interacciones comunes serían un intercambio vía
email, la realización de compras siempre a través de la página web o a
través de la aplicación, etc. Además de determinar los puntos de
contacto que se repiten, es importante identificar las emociones,
determinando las emociones negativas, positivas y neutrales, ya que
ello nos ayudará a establecer acciones de mejora.
- Analizar cada instancia clave: durante un viaje, es muy importante
intentar detectar aquellos momentos de la relación en los que el cliente
se muestra feliz, enojado o extraviado. Se trata de momentos cruciales,
ya que inciden en la decisión de continuar hacia la fase siguiente o
abandonar. Así, es muy importante detectar, sobre todo, aquellos
aspectos que hacen sentir mal al consumidor, ya que de este modo
podremos mejorarlos y hacer mejor la experiencia. Un ejemplo sería en
el proceso de compra a través de la web o de la aplicación. Aquí, puede
haber algún paso que incomode al consumidor debido a que no se
entiende bien, de modo que se trata de identificar qué es aquello que el
consumidor no entiende y mejorarlo, ya que ello puede llegar a suponer
que el cliente se vaya sin comprar.
- Procesos internos de nuestra empresa: no se trata de una fase
obligatoria, ya que lo que estamos haciendo es crear un mapa del viaje

Y
Página 30
 CUSTOMER ANALYTICS

de nuestros clientes. No obstante, puede ser de gran ayuda añadir en

cada proceso o interacción que el cliente realice aquellos procesos
internos de nuestra empresa que hacen que el cliente pueda llevar a
cabo dicha interacción, ya que de esta manera, cuando las sensaciones
sean negativas en un punto concreto, dispondremos de manera rápida
de aquellos procesos que nosotros mismos llevamos a cabo, de modo
que los podremos analizar con el fin de determinar aquello que falla y
poderlo solucionar.
- Oportunidades y sentimientos: para acabar, es esencial entender
cuáles son las sensaciones y sentimientos del cliente frente a cada etapa
o interacción. Sobre todo, debemos conocer aquello que le molesta o
incomoda en los diferentes puntos de contacto con que se va topando.
De este modo, al detectar las experiencias negativas, se podrán mejorar
las experiencias de los clientes de manera consistente. Así, si hacemos
que los consumidores tengan vivencias o experiencias más gratificantes
al vincularse con la compañía, obtendremos retornos palpables, debido
a que los clientes van a querer repetir las interacciones, logrando así
fidelizar al cliente. Básicamente, de lo que se trata es de hacer su
experiencia lo más agradable posible, con el fin de que esa relación no
sea la única.

A continuación, ofrecemos dos ejemplos de un mapa de customer joruney. En el

primero, vemos el proceso de un cliente en un restaurante, marcando en verde
aquellos puntos positivos y en rojo aquellos negativos, y en el segundo, vemos el
mismo mapa, pero con aquellos puntos a mejorar para que la experiencia del cliente
en nuestro establecimiento sea perfecta.

Y
Página 31
 CUSTOMER ANALYTICS

Fuente: Gabierla Campos Torres, 2016.

Enlace: https://blog.fromdoppler.com/customer-journey-map-como-crear-uno/

Y
Página 32
 CUSTOMER ANALYTICS

Y
Página 33
 CUSTOMER ANALYTICS

Otros ejemplo gráfico de un mapa de customer journey es el siguiente:

*Ejemplo de mapa de customer joruney extraído de la web de Javeir Megias. Enlace:

https://javiermegias.com/blog/2013/04/customer-journey-map-mapa-experiencia-cliente/

Como vemos en los ejemplos expuestos, básicamente de lo que se trata es de trazar el

camino del consumidor durante la realización de un proceso y valorar cómo se siente y
de qué manera se desarrolla cada una de las fases que integran este proceso, de modo
que ello nos permita determinar aquellos procesos que nosotros como empresa
realizamos de manera correcta y aquellos que debemos mejorar para lograr una
experiencia positiva.

Y
Página 34
 CUSTOMER ANALYTICS

1.1.3 Implantación de un proyecto de customer analytics

Ahora que ya sabemos lo que debemos hacer para construir un mapa de customer
journey, pasemos a conocer las diferentes fases que integran un proyecto de customer
analytics.

Comentar que, lo más habitual en proyectos de este tipo, es acudir a una empresa
para que lo lleve a cabo. No obstante, aquí trataremos aquellos pasos y
consideraciones esenciales con el fin de poder analizar de manera correcta y
beneficiosa para la empresa los datos e informaciones de que disponemos sobre
nuestros clientes.

Lo primero que debemos hacer cuando iniciamos un proyecto, ya sea de customer

analytics o de cualquier otra cosa, es tener un objetivo estratégico en mente. De este
modo, es de gran importancia que iniciemos nuestro proyecto de análisis definiendo
de manera clara y precisa dónde queremos ir y qué queremos lograr.

Para ello, podemos servirnos de dos tipos de procedimientos, que son la fijación de
objetivos mediante la técnica SMART y la realización de un análisis DAFO.

 Metodología SMART

Cuando decimos que los objetivos deben plantearse mediante la metodología SMART,
nos referimos a que estos objetivos deben ser:

- S  Específicos (specific)
- M  Medibles (measurable)
- A  Alcanzables (attainable)
- R  Relevantes (relevant)
- T  Estar comprendidos en un tiempo determinado (time-related)

Pasemos a conocer algunas consideraciones en relación a los adjetivos que conforman

la técnica SMART.

Y
Página 35
 CUSTOMER ANALYTICS

Específicos

La primera característica que deben cumplir los objetivos es que estos deben ser lo
más específicos y detallados posible, de manera que sean de fácil comprensión y no se
puedan malinterpretar. Para lograr que los objetivos sean específicos debemos
responder a las siguientes preguntas:

- ¿Qué queremos lograr exactamente? y ¿Por qué?

- ¿Quiénes están involucrados?
- ¿En qué espacio vamos a trabajar para lograr lo que deseamos?
- ¿En qué plazo de tiempo lo queremos y debemos alcanzar?
- ¿Con qué fortalezas y debilidades contamos?
- ¿Con qué amenazas y oportunidades podemos toparnos a nivel externo?
- ¿Qué beneficios nos reportará lograrlo?

Medibles

Es muy importante que el objetivo que nos propongamos se pueda medir. Así, si nos
dedicamos a las ventas, no podemos fijarnos como objetivo aumentar las ventas o
ganar más clientes nuevos, sino que deberemos fijarnos el porcentaje concreto que
queremos aumentar, de modo que, al analizar los resultados, podamos medir lo que
hemos logrado y lo que nos queda por lograr. Así, si nuestro objetivo es aumentar los
clientes en un 10% durante los próximos 6 meses, nos será más fácil medir el logro de
este objetivo que si nos fijamos sencillamente aumentar el número de clientes, ya que
no podremos comparar lo obtenido con el objetivo propuesto debido a que no
dispondremos de ningún punto de referencia.

Alcanzables

Es importante que los objetivos que nos propongamos sean alcanzables. Por supuesto,
debemos ser ambiciosos, pero siempre deberemos fijarnos algo que sea posible
conseguir.

Y
Página 36
 CUSTOMER ANALYTICS

Realistas

Ligado con el carácter alcanzable, los objetivos deberán ser también realistas, de modo
que estos deberán estar en sintonía con los valores de la empresa y con su visión.
Además de ello, se deberá poder lograr con la utilización de las herramientas de las
que ya dispone la empresa.

En un tiempo determinado

Finalmente, es muy importante establecer estos objetivos en función de un tiempo

determinado, es decir, debemos fijar un espacio de tiempo en el que se deba lograr el
objetivo marcado. En relación al tiempo, podemos distinguir entre tres tipos de
objetivo; a largo plazo, a medio plazo y a corto plazo.

En lo que se refiere al tema que aquí nos ocupa, que es el del análisis de los datos,
algunos ejemplos de objetivos podrían ser:
- Ampliar el mercado en una zona en la que tenemos muy pocos clientes. Pasar
de una presencia del 10% a una del 25% en seis meses.
- Presentar promociones personalizadas para cada cliente dentro de unos
segmentos determinados para la campaña de Navidad.
- Conseguir que la satisfacción de nuestro servicio de atención al cliente reciba
una puntuación media de 9 puntos.
- Aumentar las ventas del canal online en un 10% respecto al porcentaje actual.

Con el fin de poder fijarnos objetivos buenos que nos ayuden a mejorar, es importante
que, antes de la fijación de objetivos, llevemos a cabo una investigación de la empresa
y del entorno con el fin de conocer la situación. Para ello nos serviremos del análisis
DAFO.

 Análisis DAFO

El análisis DAFO ha alcanzado una gran importancia dentro de la dirección estratégica

de la empresa. Su objetivo consiste en reflejar, en un gráfico o una tabla resumen, la
evaluación de los puntos fuertes y débiles de la empresa (competencia o capacidad

Y
Página 37
 CUSTOMER ANALYTICS

para generar y sostener sus ventajas competitivas) y de las amenazas y oportunidades

que provienen del entorno, en coherencia con la lógica de que la estrategia debe
lograr un adecuado ajuste entre sus capacidades y limitaciones, y su posición
competitiva en el mercado.

El análisis DAFO suele representarse en forma de matriz mediante la siguiente

metodología:

POSITIVOS NEGATIVOS
Para alcanzar el objetivo Para alcanzar el objetivo
ORIGEN INTERNO FORTALEZAS DEBILIDADES
Atributos de la empresa Factores internos de la Factores internos de la
empresa que pueden empresa que pueden
favorecer el cumplimiento de perjudicar el cumplimiento
los objetivos. de los objetivos.
ORIGEN EXTERNO OPORTUNIDADES AMENAZAS
Atributos del ambiente Factores externos a la Factores externos a la
empresa que pueden empresa que pueden
favorecer el cumplimiento de perjudicar el cumplimiento
los objetivos. de los objetivos.

Se trata de un análisis que comprende dos dimensiones, por un lado, la dimensión

interna y, por otro lado, la dimensión externa, de modo que podamos conocer
aquellos elementos propios de la empresa que pueden suponer una fortaleza y
aquellos que son debilidades, así como aquellos elementos y factores del entorno que
pueden ayudar al buen desarrollo y al éxito de la empresa.

Así, el principal objetivo de este análisis es el de ayudar a la organización o empresa a

detectar aquellos factores estratégicos críticos y aquellos elementos que le supongan
una ventaja competitiva frente la competencia con el fin de determinar su estrategia y
lograr los objetivos propuestos.

En relación al análisis externo, en este caso se deberán considerar todos aquellos

elementos del entorno que pueden tener algún tipo de relación con la empresa.

Y
Página 38
 CUSTOMER ANALYTICS

En este caso se deben analizar aspectos cuya personalidad sea:

- De carácter político, centrándonos en factores tales como la estabilidad política

del país, el sistema de gobierno, las relaciones internacionales y las posibles
restricciones en cuanto a las importaciones y exportaciones.
- De carácter legal, atendiendo a temas relacionados con las tendencias fiscales y
la legislación.
- De carácter económico, centrándonos en aspectos tales como la deuda pública,
el nivel de salarios y de precios y la inversión extranjera.
- De carácter social, prestando especial atención a temas relacionados con el
crecimiento y la distribución demográfica, el empleo y el desempleo y el
sistema de salubridad e higiene, entre otros.
- De carácter tecnológico, atiendo a temas relacionados con la rapidez en los
avances tecnológicos y los cambios en los sistemas.

Así, y analizando estos factores, deberemos ser capaces de determinar aquellos

elementos que pueden ayudar a la empresa al logro de sus objetivos, y aquellos que le
pueden perjudicar.

En lo que se refiere al análisis interno, aquí nos centraremos en determinar las

fortalezas y debilidades que tiene la empresa a nivel interno en relación a la
disponibilidad de recursos de capital, personal, activos, calidad de producto, estructura
interna y de mercado, y percepción de los consumidores, entre otros.

Este análisis nos ayudará a detectar aquellas ventajas competitivas, de modo que nos
podamos centrar en ellas para lograr nuestros objetivos.

Básicamente, de lo que se trata es de identificar la situación en la que nos

encontramos, así como los recursos de que disponemos, con el fin de marcarnos
objetivos sobre los que trabajar nuestra estrategia.

Comentar que es muy importante mirar alrededor nuestro y determinar aquello que
queremos lograr antes de analizar y estudiar los datos de que disponemos, y es que,
tal y como hemos comentado, las empresas disponen de una cantidad enorme de

Y
Página 39
 CUSTOMER ANALYTICS

datos, por lo que si antes no tenemos claro qué queremos lograr con estos, es más que
probable que nos perdamos entre tanto dato.

Una vez hayamos definido correctamente nuestro objetivo estratégico, deberemos

trabajar en la definición de las preguntas correctas. De este modo, deberemos
preguntarnos porqué pasan las cosas, de modo que con cada respuesta obtenida,
iremos perfilando aquellos temas que necesitan ser analizados, construyendo así el
camino para poder llegar al resultado final.

Es muy importante que nos aseguremos de haber definido bien nuestros objetivos, con
el fin que estos estén alineados con nuestra estrategia. Para ello, es de gran
importancia hacernos las preguntas adecuadas, ya que de lo contrario, no lograremos
determinar aquellos aspectos en los que debemos trabajar en nuestro análisis de
datos, implicando ello que diseñemos estrategias para otros objetivos y no para los
objetivos que nos hayamos marcado. De este modo, si nuestro objetivo es lograr que
nuestro servicio de atención al cliente sea excelente y esté bien valorado por parte de
nuestros clientes, deberemos hacernos preguntas referentes a aquellos factores que
involucran el servicio de atención al cliente, de modo que ello nos dé como respuesta
aquellos datos o informaciones que debemos estudiar y analizar para plantear una
estrategia y toda una serie de acciones de mejora.

Además, en esta fase de preguntas, es importante priorizar por gravedad e

importancia los problemas a resolver que vayan surgiendo, de modo que nos
dedicaremos a solventar primero aquellos problemas más urgentes. Aquí es clave el
factor organizacional, ya que no deberemos intentar resolver todos los problemas al
mismo tiempo, sino que lo haremos de manera paulatina.

Una vez nos hayamos fijado los objetivos y nos hayamos hecho las preguntas
adecuadas para trazar el camino a seguir en nuestro análisis, procederemos al análisis
de los datos e informaciones.

Como ya hemos repetido a lo largo del manual, las empresas disponen de un elevado
número de datos, tanto estructurados como no estructurados, de modo que

Y
Página 40
 CUSTOMER ANALYTICS

deberemos tener muy claros aquellos tipos de datos que analizaremos para poder
lograr nuestro objetivo. Por ejemplo, si lo que queremos es aumentar la vida útil y la
fidelidad de nuestros clientes, es de suma importancia analizar las datos referentes a
las transacciones que ha realizado con notros, ya que de lo contrario, no conoceremos
su tendencia a comprar y será imposible predecir cuál será su comportamiento en
relación a las compras de cara al futuro.

Aunque la empresa dispone de una gran cantidad de datos, a veces, dependiendo de lo

que queremos analizar, puede darse el caso que nos falte información relevante. Para
ello, siempre podemos enviar encuestas a nuestros clientes con preguntas cuyas
respuestas nos puedan ayudar en el análisis.

En relación al análisis de los datos y, como hemos visto anteriormente, disponemos de

varias tipologías, por lo que, dependiendo de cuál sea nuestro objetivo, optaremos por
unos u otros.

Una vez hayamos finalizado el análisis y hayamos extraído conclusiones así como
determinado acciones y campañas para lograr los objetivos establecidos,
presentaremos los resultados de nuestro proyecto de customer analytics. Como hemos
visto, disponemos de dos herramientas para la visualización y presentación de los
resultados, el dashboard y los informes personalizados. De modo que para dicha
presentación de resultados nos serviremos de los dos. Sobre todo, es muy importante
que esta presentación vaya acompañada de toda una serie de acciones. Además, estas
acciones implicarán un análisis posterior, con el fin de verificar si han provocado el
efecto esperado. Para ello, es muy importante, como en cualquier estrategia, hacer un
seguimiento del desarrollo de la acción, ya que de esta manera podremos detectar
desviaciones y corregirlas.

Este proceso, además de servir como orientación a la empresa u organización a la hora

de llevar a cabo estrategias y acciones para lograr unos objetivos concretos, busca
generar toda una serie de beneficios tangibles e intangibles para la organización. Estos
son:

Y
Página 41
 CUSTOMER ANALYTICS

Beneficios tangibles:

- Incrementar el valor para la organización desplegando toda una serie de

estrategias orientadas a incrementar el customer lifetime value para cada
cliente.
- Incrementar el valor para el cliente, focalizado en incrementar su
satisfacción, lealtad y fidelidad hacia la marca.
- Creación de nuevos productos basados en las preferencias de los clientes.
- Identificar aquellos paquetes de productos que satisfacen las necesidades
de los clientes.
- Incrementar la efectividad de las acciones de marketing generando más
ingresos por acción.
- Revisar las estrategias de precio.
- Reducir el tiempo y los costes vinculados a la toma de decisiones.
- Mejorar los costes de retención y adquisición de clientes gracias a disponer
de estrategias dirigidas a grupos concretos de clientes.
- Reducir el riesgo asociado al cliente al identificar perfiles por impago o
fraude.
- Mejorar la productividad de la fuerza de venta a partir de la optimización
de los programas de fidelización.

Beneficios intangibles:

- Aporte de conocimiento y herramientas a la dirección para la toma de

decisiones sobre los clientes, el mercado y la competencia.
- Detectar cambios en el mercado y adquirir la habilidad para reaccionar a
los mismos con rapidez, gracias a nuestro conocimiento.
- Capacitar a la organización para la creación de experiencias de cliente que
repercutan sobre el valor generado para el cliente, basándose en un
conocimiento profundo de las interacciones de los clientes.

Y
Página 42
 CUSTOMER ANALYTICS

- Posibilitar la visión de 360º del cliente gracias a la posibilidad de poder

analizar los datos e informaciones generados en todos los canales, tanto
online como offline.

Aunque a simple vista el proceso de análisis pueda resultar algo sencillo, es importante
comentar que a menudo podemos toparnos con problemas o barreras que dificulten
nuestro trabajo. Y es que llevar a cabo estrategias de customer analytics no es un
proceso sencillo. Algunas de las barreras más frecuentes con las que nos podemos
topar a lo largo de este proceso son:

- Falta de entendimiento por parte de la organización del concepto de cliente.

- Falta de apoyo de la dirección en la iniciativa.
- Ausencia de liderazgo y gestión de proyecto.
- Dificultad en identificar y cuantificar el retorno de inversión y el valor generado
para la organización y el cliente.
- Carencia de presupuesto y de recursos para llevar a cabo el proyecto.
- La calidad de los datos de que disponemos es insuficiente para abordar
exitosamente el proceso.
- Dificultad para integrar los recursos existentes de Business Intelligence,
Datawarehouse o las aplicaciones disponibles en la organización.
- Ausencia de personal cualificado o con la capacidad para formar al existente.
- Dificultad para relacionar e integrar el resultado de los análisis con los
diferentes procesos del negocio.
- Preferencia por la experiencia personal en lugar de las conclusiones derivadas
del análisis de datos.
- Preocupación por la seguridad de los datos o por mantener la privacidad de los
mismos.
- Inmadurez de las organizaciones en integrar la presencia en redes sociales y los
datos derivados con los datos disponibles de un cliente en los canales.
- Parálisis en la toma de decisiones debido a un sobreanálisis de los datos.

Y
Página 43
 CUSTOMER ANALYTICS

Conociendo y teniendo en cuenta las barreras o problemas con los que nos podemos
topar a la hora de poner en marcha un proyecto de customer analytics, es importante
señalar algunas buenas prácticas que nos pueden ayudar en la puesta en marcha de
este proyecto. Estas prácticas son:

- Asegurar el apoyo y el compromiso de la dirección en el proyecto.

- Crear y establecer un contexto de colaboración y comunicación entre el equipo
que desarrolla el proyecto y los beneficiarios.
- Centrar el foco de atención en el liderazgo, la planificación y la gestión del
proyecto.
- Desarrollo coordinado de este tipo de proyectos dentro de una iniciativa mayor
de desarrollo de una cultura de toma de decisiones orientada al hecho y
fundamentada en el dato.
- Identificar iniciativas realistas con objetivos medibles.
- Establecer y mantener un enfoque pragmático del uso de customer analytics
con el fin de evitar un exceso de análisis.
- Prestar especial atención en la formación de los beneficiarios.
- Seguir una metodología de despliegue de proyectos de analítica.
1.2 EL CLIENTE
Ahora que ya sabemos qué es el customer analytics así como los diferentes datos que
debemos considerar y de qué manera llevar a cabo un proyecto de customer analytics,
en este apartado vamos a hablar de otro de los protagonistas del análisis de datos, que
es el cliente.

En nuestra relación con nuestros clientes, los datos son un elemento esencial, ya que
nos van a permitir segmentar en diferentes grupos nuestros clientes, además de poder
conocer aquello que quieren o necesitan, o los motivos que les llevan a acudir a
nosotros y no a la competencia, por lo que son de gran ayuda no solo para fidelizar y
retener al cliente con promociones y campañas personalizadas, sino también para
conseguir lo que se conoce como cliente ideal.

Y
Página 44
 CUSTOMER ANALYTICS

Así, en este apartado nos centraremos en dos aspectos; por un lado en el cliente ideal
y, por otro lado, presentaremos el tema sobre la segmentación, que será tratado más
en profundidad en el segundo capítulo.

1.2.1 El cliente ideal

A nivel empresarial, el objetivo de toda empresa es el de ganar dinero. No obstante,

ello implica que la empresa deba cuidar ciertos aspectos o elementos, como son sus
clientes. Así, las empresas deben estar en todo momento pendientes de sus clientes,
con el fin de conocer sus intereses y necesidades, de modo que se puedan adaptar a
ellos, logrando que se conviertan en su cliente ideal.

Para ello, es de suma importancia que, antes de lanzar cualquier campaña o acción
estratégica, nos paremos a analizar y a estudiar a los clientes que conforman la
empresa, de modo que ello nos permita conocer sus intereses, motivaciones,
necesidades, el motivo por el que acuden a nosotros, su comportamiento durante las
compras, su procedencia, estatus social, etc. Además de ello, con cada campaña
realizada deberemos valorar los resultados y el impacto, de modo que ello nos permita
mejorar y lograr una satisfacción completa de nuestro cliente.

De este modo, para lograr el cliente ideal, deberemos llevar a cabo las siguientes
acciones:

 Entender los atributos de nuestros clientes más valiosos: se entiende que los
clientes más valiosos son aquellos que se gastan mucho dinero en la empresa,
por lo que son aquellos que nos reportan más beneficios. De este modo, resulta
importante conocer de dónde proceden, los canales de compra más utilizados,
si tienen o no influencia en las redes sociales, la opinión que tienen de la
empresa, sus necesidades, etc. Básicamente, de lo que se trata es de conocer a
nuestro clientes más valiosos, con el fin de poder establecer toda una serie de
características comunes que definan nuestro cliente ideal, permitiendo ello que
creemos un perfil de cliente que utilizaremos para atraer otros clientes que
encajen en ese perfil.

Y
Página 45
 CUSTOMER ANALYTICS

 Enriquecer nuestros datos gracias a las campañas de marketing: es importante

aprovechar aquellos datos que podamos extraer de las diferentes interacciones
que tengamos con nuestros clientes; actuales y futuros, ya que ello nos va a
permitir poder realizar campañas o acciones específicas.
 Desarrollo de perfiles basados en las características de segmentos de nuestros
clientes: a través del análisis estadístico y la minería de datos, podemos
descubrir segmentos dentro de nuestros clientes y usuarios potenciales. Así,
sobre la base de estos segmentos podemos crear perfiles que nuestro equipo
de marketing puede utilizar para desarrollar ofertas más eficaces.
 Ejecutar una estrategia de marketing para cada individuo: no debemos
contemplar el envío de un correo masivo esperando llegar a los clientes
adecuados con el mensaje adecuado. Disponer de un sinfín de datos sobre
nuestros clientes hace que podamos segmentarlos y clasificarlos, permitiendo
ello que cada uno de ellos reciba una estrategia o acción por medio de un canal
determinado acorde a sus características. Así, teniendo en cuenta a cada
cliente individual en su actitud a responder y qué canal sería más eficaz para
dar una respuesta, prepararemos estrategias personalizadas, ya que con ellas
nuestras tasas de respuesta serán mayores y la satisfacción del cliente
aumentará al ver que se le trata de manera individual y no como un número
más.
 Analizar y comparar la eficacia de las campañas: cada vez que llevemos a cabo
una campaña, sea del tamaño o magnitud que sea, deberemos analizarla en
profundidad, de modo que ello nos permita ver la respuesta que dicha
campaña ha tenido en cada uno de nuestros clientes con el fin de adaptarnos y
mejorar aquellos aspectos que puedan haber fallado.

Como vemos con estas acciones, es crucial no molestar a nuestros clientes con
campañas u ofertas sobre las que ya sabemos que no están interesados, o con
campañas u ofertas sobre productos o servicios que ya han adquirido. No debemos
olvidar que, la mayoría de veces, la sobrecarga de la oferta puede disminuir la fidelidad
a la marca, por lo que no deberemos bombardear a los clientes, de modo que les
haremos llegar solamente aquello que sea necesario y que sea de su interés.

Y
Página 46
 CUSTOMER ANALYTICS

Antes de proceder a analizar los datos de que disponemos, resulta interesante

comprender qué tipología de datos tenemos y cómo los hemos conseguido. De este
modo, aquí debemos hacernos preguntas como:

- ¿Los usuarios que vamos a analizar, los hemos obtenido cuando se han suscrito
a nosotros o en el momento de realizar alguna compra?
- ¿Disponemos de información reciente o es de hace algún tiempo?
- ¿Los datos han sido obtenidos mediante encuestas con preguntas cerradas o a
través de comentarios propios del usuario en encuestas o en las redes?

Este tipo de preguntas nos ayudarán a focalizar nuestros análisis y nuestros conjuntos
de datos.

Los datos descriptivos y de comportamiento son buenas maneras para empezar a

segmentar nuestra base de clientes con el fin de descubrir comportamientos de ciertos
grupos. No obstante, para obtener una verdadera visión de nuestros clientes de 360
grados, deberemos centrarnos también en el estudio y análisis de los datos de
interacción y de actitud.

Ligado con el tema de lograr el cliente ideal, resulta interesante comentar el aspecto
relacionado con la fuga y retención de clientes, de modo que, el estudio y análisis de
los datos nos ayude a evitar esta fuga y a lograr mantener a nuestros clientes. En otras
palabras, debemos evitar que se vayan a la competencia.

Así, y con el fin de aumentar la retención de los clientes, debemos adoptar una actitud
proactiva en lugar de reactiva.

Con el análisis de clientes podemos lograr las siguientes premisas:

- Detectar de inmediato pequeños problemas que, con el tiempo, podrían

convertirse en grandes. Ello lo conseguiremos analizando las anomalías o
diferencias entre los clientes que se han ido y nuestros clientes actuales, y es
que la detección de anomalías identifica puntos de datos que son
significativamente diferentes del resto.

Y
Página 47
 CUSTOMER ANALYTICS

- Identificar aquellos clientes que corren el riesgo de desvincularse,

identificándolos y clasificándolos con una nota dependiendo del estado de fuga
en el que se encuentren.
- Enviar ofertas o promociones con el fin de evitar la fuga y retener aquellos
clientes que están pensando en irse.
- Seguimiento del éxito de los esfuerzos de retención de los clientes.
- Identificar a los clientes que necesiten atención.

En relación a los clientes importantes y a su fidelidad, debemos hablar de lo que se

conoce como Customer Life Value o valor de la vida del cliente (CLV).

Se trata de un indicador utilizado por las empresas para medir el valor actual de los
beneficios futuros de un cliente. Este indicador se compone de tres elementos o
factores clave:

- Costes de adquisición de los clientes.

- Margen generado por el cliente (beneficio anual por cliente menos el coste
anual de retención por cliente).
- Tasa por retención.

Comentar que debido a que el marketing se ha vuelto más enfocado y orientado a la

utilización de los datos, ha surgido un enfoque mucho más dinámico para el análisis de
los resultados del CLV. Este ya no se centra en la información histórica transaccional de
un cliente, sino en la relación futura que una empresa puede tener con ese cliente.

Como empresa, el cálculo del CLV para cada uno de nuestros clientes nos da la
capacidad de:

- Focalizar el objetivo de nuestras campañas con el fin de aumentar la

rentabilidad de nuestros clientes.
- Planificar la adquisición de nuevos clientes.
- Identificar aquellos clientes que van a comprar.
- Identificar a los clientes con los que estamos malgastando nuestros recursos
internos.

Y
Página 48
 CUSTOMER ANALYTICS

- Cuantificar a nuestros clientes.

Así, utilizar el CLV nos convertirá en mejores vendedores ya que con esta información
sabremos cuánto podemos gastar realmente para adquirir o retener a un cliente.

Existen diferentes maneras para calcular el CLV. La más sencilla es la que responde a la
siguiente fórmula: TP * RA * VC

Donde:

- TP: ticket promedio del cliente

- RA: recurrencia al año, esto es, el número de veces que compra un cliente de
media al año.
- VC: vida del cliente, es decir, el número de años que mantenemos activo al
cliente.

De este modo:

- TP: 70
- RA: 5
- VC: 3

CLV = 70 * 5 * 3 = 1050

Con el cálculo de esta fórmula obtenemos una aproximación al CLV de nuestros

clientes, aunque podemos obtener un resultado mucho más exacto añadiendo el
margen que tenemos en cada venta, por lo que la fórmula quedaría configurada de la
siguiente manera: TP * RA * VC * margen

Entendemos el margen como el beneficio que tenemos en cada compra.

No obstante, debemos tener en cuenta que el valor del dinero cambia con el tiempo y
que no todos los clientes son constantes, de modo que la formula anterior se convierte
en: (TP * RA * VC * margen) * (r/1 + i – r)

Y
Página 49
 CUSTOMER ANALYTICS

Donde:

- i: tasa de descuento del valor del dinero en el futuro (ejemplo: 5%)

- r: tasa de retención de los clientes (ejemplo: 75%)

Una vez hayamos calculado el CLV, la manera cómo lo utilicemos es crucial para
obtener o no buenos resultados. Para ello, y con el fin de lograr buenos resultados,
deberemos considerar los siguientes cinco puntos clave:

- Determinar nuestro presupuesto en la adquisición

En la mayoría de empresas, casi la totalidad de los presupuestos de marketing están

destinados a la adquisición de nuevos clientes. No obstante, es muy importante que
desde la empresa se determine cuánto se está dispuesto a gastar para la adquisición
de nuevo clientes, ya que ello nos ayudará a tomar mejores decisiones sobre dónde
destinar nuestros recursos de marketing.

La tolerancia de adquisición la podemos determinar utilizando el valor actual neto de

los flujos de ingresos futuros, incluyendo la asignación de un porcentaje de los ingresos
de futuras promociones.

Es importante que el CLV y el presupuesto de adquisición sean recalculados sobre una

base regular como la organización y con la consideración de que los comportamientos
de los clientes son cambiantes.

- Predecir la mejor manera de ganar los mejores clientes

Es importante que nos aseguremos que estamos centrados en los clientes

considerados de alto valor, por lo que deberemos evitar dedicar esfuerzos y recursos a
aquellos clientes que malgastan nuestros recursos, reduciendo así nuestros beneficios.
Para ello, será importante realizar un análisis de costes.

De este modo, podemos optar por enviar una oferta estándar a la totalidad de
nuestros clientes, o enviar una oferta personalizada concreta a un segmento concreto
de nuestra empresa, logrando iguales o mejores resultado, con la diferencia que

Y
Página 50
 CUSTOMER ANALYTICS

centraremos nuestros esfuerzos de marketing, disminuiremos los costes y

aumentaremos el ROI (retorno de inversión) de nuestras campañas.

- Predecir la mejor manera de crecer la relación con nuestros clientes

Gracias a la información y el análisis que tenemos sobre cada cliente, podemos enviar
el mensaje correcto al cliente adecuado mediante el canal correcto.

Básicamente, de lo que se trata es de conocer muy bien a nuestros clientes, con el fin
de podernos anticipar a sus necesidades y ofrecerles aquello que quieren. Ello hará
que se sientan valorados y que continúen su relación con nosotros.

Es muy importante que vayamos actualizando esta información, por lo que de manera
periódica podemos realizar encuestas con el fin de conocer su nivel de satisfacción, o
de hacer una pregunta al final de cada transacción, de modo que ello nos permita
enriquecer nuestra comprensión sobre el comportamiento y las preferencias de cada
uno de nuestros clientes a medida que avanza la relación.

- Predecir la mejor manera de mantener nuestros mejores clientes más tiempo

Gracias a los algoritmos y procesos de cálculo, podemos detectar anomalías e

identificar aquellos comportamientos que conducen a que un cliente esté en riesgo de
pérdida, de modo que nos podemos adelantar con acciones proactivas para que se
quede. También nos permiten identificar a aquellos clientes que malgastan nuestros
recursos y que no nos aportan beneficios, pudiendo así destinar esos recursos a otros
clientes con más valor.

- Utilizar predicciones en cada punto de contacto de nuestros clientes

Podemos analizar cada punto de contacto de cada departamento de nuestra empresa

con nuestros clientes. Con ello, estaremos recopilando datos e informaciones clave de
comportamiento en estos puntos de contacto, así como podremos analizar al detalle el
mensaje que están recibiendo nuestros clientes, con el fin de asegurarnos que se
alinea con nuestra estrategia de marketing y el mensaje que estamos dando con
nuestras campañas y acciones.

Y
Página 51
 CUSTOMER ANALYTICS

Como vemos, una de las mejores maneras para aumentar el CLV de un cliente es
ofrecerle acciones y promociones basadas en sus comportamientos y preferencias. Es
decir, es ofreciéndoles un servicio personalizado basado en los resultados y las
conclusiones extraídas del estudio y análisis de sus datos.

Una buena manera de ofrecerle una promoción u oferta al cliente, es hacerlo justo en
el punto de venta. Algunas de las estrategias que podemos llevar a cabo en el punto de
venta son:

- Venta cruzada: se refiere a la venta de productos que se compran juntos, como

puede ser un pack que incluya champú más acondicionador a un precio más
económico que la compra junta de estos productos por separado.
- Venta incrementada: implica agregar funciones adicionales a un producto o
servicio existente, como puede ser añadir una garantía premium a un producto.

Para la personalización de ofertas y promociones, comentar que la incorporación de

los datos no estructurados en nuestros modelos predictivos puede ayudarnos a
personalizar todavía más las ofertas de ventas cruzadas y ventas incrementadas,
haciéndolas más atractivas. Básicamente, de lo que se trata es de conocer muy bien al
cliente, para presentarle las ofertas de aquellos productos y servicios que consume
habitualmente.

Y
Página 52
 CUSTOMER ANALYTICS

*Representación gráfica del ciclo de vida de los clientes. Enlace: http://www.customertrigger.com/se-

calcula-ciclo-valor-vida-cliente/

1.2.2 Segmentación de clientes

En este segundo apartado sobre el cliente vamos a introducir el tema sobre la

segmentación, que va a ser desarrollado en profundidad en el siguiente capítulo.

El diccionario de la Real Academia Española (RAE) define segmentar como la acción de

cortar o partir algo en segmentos, siendo el segmento cada una de las partes en las
que se ha cortado algo en su totalidad.

Así, podemos afirmar que la segmentación de clientes supone dividir a nuestros

clientes en partes, caracterizadas cada una de ellas por toda una serie de
particularidades que la harán diferente al resto.

El primero paso para empezar a segmentar a nuestros clientes es hacerlo con aquellos
datos que tengamos más a mano, como pueden ser los datos de carácter descriptivo o
los datos de comportamiento.

Una manera sencilla para segmentar a nuestros clientes en un inicio es realizando un

análisis RFM, uno de los métodos de segmentación de cliente más sencillos de

Y
Página 53
 CUSTOMER ANALYTICS

implantar y, al mismo tiempo, uno de los que mejores resultados aporta a corto plazo.
Este análisis se basa en el principio de Pareto, que establece que el 20% de los clientes
de una compañía genera el 80% de los ingresos.

Así, con este análisis, podemos constatar hasta qué punto este paradigma es real en
nuestro caso y ubicar a cada cliente en su escalón de la pirámide de valor.

El principio de Pareto se basa en el denominado conocimiento empírico. Este concluyó

que la gente en su sociedad se dividía entre los pocos de mucho y los muchos de poco,
estableciéndose así dos grupos de proporciones 80-20 tales que el grupo más
pequeño, formado por un 20% de la población, ostentaba el 80% de algo, y que el
grupo más grande, formado por el 80% de la población, ostentaba el 20% de ese
mismo algo.

En relación al análisis RFM, este consiste en clasificar a los clientes por su valor en
función de tres variables:

- Recencia: se refiere a los días que han pasado desde la última compra.
- Frecuencia: es el número de compras realizadas en un período de tiempo
determinado, como un mes, un trimestre, un semestre o un año.
- Monetario: se refiere al valor de las compras totales realizadas por el cliente en
el tiempo de análisis.

Para clasificar a los clientes, debemos construir escalas basadas en estas tres variables,
dando a cada cliente un valor según el grupo en que se encuentra (se construye un
número de grupos de igual tamaño, o con el mismo número de clientes). Lo más
habitual es trabajar con 5 valores, aunque también es habitual el uso de 9-10 valores,
sobre todo en lo que se refiere a la venta directa y online. Veamos el siguiente
ejemplo:

Y
Página 54
 CUSTOMER ANALYTICS

Ejemplo de Guillermo Córdoba (10/02/2011). Enlace:

https://www.unica360.com/analisis-rfm-en-retail-empezando-a-segmentar-clientes-i

Un cliente que estuviera entre el 20% de los que más recientemente han comprado, en
2º 20% por frecuencia de compra y el 4º 20% en valor total de compras.

A este cliente se le asignaría el segmento 124, (R)5, (F)4, (M)2. Lo vemos en el gráfico
siguiente:

El gráfico siguiente muestra como se distribuye la venta de una enseña de comercio

minoritario, en función del segmento de valor monetario al que pertenecen los
clientes. Efectivamente refleja la distribución 20/80 (ligeramente reducida, como suele
suceder al llevar los paradigmas a la práctica).

Y
Página 55
 CUSTOMER ANALYTICS

Volviendo a la parte teórica, resulta interesante comentar que el análisis RFM presenta
claros beneficios tanto en la segmentación estratégica como en la segmentación
táctica de clientes retail. Dichos beneficios son:

- Sencillez de interpretación y aplicación.

- Su cálculo es más sencillo, comparado con técnicas multivariantes.
- Se integra fácilmente en las dinámicas promocionales habituales en un área de
marketing y es ideal para el marketing directo y el marketing relacional.
- Permite un trabajo continuo sobre la recencia de compra, siendo un medio
excelente de reducción de abandono a medio plazo.
- Supone un excelente punto de partida cuando debemos segmentar a nuestro
público, ya que nos indica quienes son los clientes más valiosos.

Como hemos dicho, este es el primer paso para llevar a cabo nuestra segmentación, y
es que con el fin de poder ofrecer promociones y ofertas lo más personalizadas
posibles, no deberemos conformarnos con la segmentación de grupos, sino que
deberemos ir un paso por delante y proceder a la segmentación de los individuos.

Para ello nos serviremos de la microsegmentación, que nos permitirá identificar las
preferencias, necesidades y comportamientos de cada uno de nuestros clientes. Y es

Y
Página 56
 CUSTOMER ANALYTICS

que con la personalización de las ofertas a este nivel, podremos maximizar los ingresos
de nuestra campaña de marketing y mejorar la relación con nuestros clientes.

Para llegar hasta el nivel de la personalización de cada cliente, es necesario puntuar a

cada uno de nuestros clientes de manera individual y generar indicadores que nos
permitan identificar las preferencias de cada uno de estos clientes. Así, una vez hemos
hecho un análisis RFM y hemos segmentado a nuestros clientes en diferentes grupos,
nos encontraremos frente a grupos tales como aquellos que compran con mucha
frecuencia y gastan mucho dinero en cada visita. Dentro de este grupo, pueden
encontrarse clientes que llevan un tiempo sin comprar, pero debido a que lo hacían
con frecuencia y gastan mucho, queremos que vuelvan y para que lo hagan, decidimos
enviarles alguna promoción específica para ellos, pensando que ello hará que vuelvan
a comprar. No obstante, no todos los clientes van a reaccionar de la misma manera a
nuestra comunicación, y es que algunos de ellos preferirán recibirla por mail o por
correo postal, otros preferirán que se trate de un código de descuento online, y otros
que sea un descuento o promoción directa en tienda, etc. Para ello, será muy
importante conocer bien a esos clientes, de manera que los podamos clasificar
atendiendo a criterios concretos, permitiendo ello que podamos llevar a cabo
estrategias y acciones lo más personalizadas posible.

Básicamente, lo que debemos hacer es crear perfiles dentro de los grupos. Para la
creación de estos perfiles disponemos de dos tipos de análisis:

- Análisis supervisados: permiten validar hipótesis específicas sobre el conjunto

de clientes. Por ejemplo, determinar si los clientes comprendidos entre una
determinada edad, compran un producto determinado más que otro grupo.
- Análisis no supervisados: permiten revelar patrones en la información a partir
de una mínima definición de variables.

Y
Página 57
 CUSTOMER ANALYTICS

Existen diferentes técnicas que de manera frecuente se combinan entre ellas. Estas
son:

- Clustering: se trata de un proceso que separa los clientes en grupos con

características similares. Permite identificar qué variables y factores son
relevantes.
- Clasificación: es un proceso de segmentación de clientes en función de
variables y factores conocidos. Este paso viene a continuación del clustering.
- Estimación: se refiere a la asignación de un valor numérico a una entidad como
parte de la toma de decisiones, como puede ser la intención de compra o el
riesgo de abandono.

Introducido el tema sobre la segmentación, pasemos ahora al segundo tema de este

manual, donde trataremos la segmentación de clientes de manera más concreta y
detallada.

Y
Página 58