GRAYBAR SE DECIDE POR EL

ANÁLISIS DE LOS CLIENTES

CASO DE ESTUDIO
Graybar, una corporación Fortune 500 con sus oficinas generales en St. Louis, Missouri,
es una de las más grandes empresas propiedad de empleados en Norteamérica y líder en
la distribución de productos eléctricos, de comunicaciones y redes, de alta calidad. La
empresa también proporciona servicios de administración de la cadena de suministro y
logística. Con más de $5,700 millones de ingresos, Graybar adquiere, almacena y entrega
cerca de 1 millón de productos de 4,100 fabricantes a 117,000 clientes. Tiene 7,400
empleados y más de 250 centros de distribución en Norteamérica, como en Estados
Unidos, Canadá y Puerto Rico. Graybar es distribuidor mayorista y no vende directamente
a clientes minoristas.

A pesar de muchos años de éxito, a Graybar le podría ir mejor. Por ejemplo, no estaba
siguiendo las prácticas recomendadas para analizar y entender a sus clientes. Estas
prácticas se estaban volviendo esenciales para los distribuidores mayoristas, así como
para las empresas minoristas. Por tradición, los distribuidores han actuado como
intermediarios en sus cadenas de suministro pero empiezan a enfrentar una presión de los
clientes con respecto al ajuste de precios. Los clientes esperan una reducción en los
plazos y mejores servicios, pero al mismo tiempo se rehúsan a pagar los servicios
adicionales. Como resultado, se están estrechando los márgenes de ganancia de los
distribuidores.

Un estudio del problema de ajuste de precios de los distribuidores realizado por los
investigadores en la Texas A&M University, recomendó que los distribuidores como
Graybar adoptaran una estrategia de estratificación de clientes, la cual mide cuánto
negocio hace un cliente con una empresa (ventas), la rentabilidad de ese cliente en
márgenes brutos, qué tan leal es el cliente a la empresa, y cuánto cuesta darle servicio a
ese cliente. Utilizando estas medidas, el estudio identificó cuatro tipos de clientes:
básico, oportunista, marginal y de fuga de servicio. Los clientes básicos son clientes
rentables que realizan negocios de alto volumen con regularidad. Los clientes
oportunistas tienden a comprar con poca frecuencia cuando su proveedor regular se queda
sin existencias, por lo que son menos rentables. Los clientes marginales compran con poca
frecuencia en bajos volúmenes de ventas y requieren precios bajos o niveles de servicio
altos, por lo que al darles servicio se podría perder dinero. Los clientes de fuga de servicio
son clientes de alto volumen que requieren de manera consistente mayores niveles de
servicio, al tiempo que exigen precios bajos y con frecuencia tienen un alto volumen de
devoluciones. Para manejar cada uno de estos segmentos de clientes se requiere una
estrategia diferente para la implementación de la fuerza de ventas, el ajuste de precios, el
marketing y la compensación de la fuerza de ventas.

Al igual que muchas otras empresas en la industria, los representantes de ventas de

Graybar se habían concentrado principalmente en los clientes que gastan más dinero. La
empresa de Graybar es muy transaccional: cada día procesa 21,000 pedidos con 90,000
artículos de línea. Cerca del 97% de los 117,000 clientes de Graybar generan menos de
$25,000 en negocios al año. Graybar se había concentrado principalmente en el pequeño
porcentaje de los clientes con cuentas grandes. Graybar necesitaba hallar una forma de
determinar cuáles de estos clientes debería cultivar y a cuáles ignorar. Los representantes
de ventas necesitaban poder identificar cuáles clientes requerían la mayor atención para
determinar si podían transformarse de ser una fuga de recursos a clientes más rentables.
La empresa necesitaba averiguar qué estrategia era la adecuada, si una geográfica o una
de línea de productos para asignar clientes a los vendedores, ya que estas metodologías
podrían dar a algunos representantes de ventas una participación desproporcionada de
clientes rentables o no rentables. Graybar recolectó una gran cantidad de datos de los
clientes, pero faltaban algunas piezas de datos y carecía de las herramientas analíticas para
segmentar a los clientes de acuerdo con las líneas recomendadas.

En julio de 2011 el vicepresidente de desarrollo comercial de Graybar comenzó un proyecto

para crear un modelo de estratificación de clientes orientado a los datos, que incorporara
las mejores prácticas y mejorara la rentabilidad. Ensambló un equipo multifuncional con
miembros representantes de marketing, operaciones, finanzas y sistemas de información.
Hacer que los miembros de los equipos vinieran de operaciones en el campo ayudó a
asegurar que el proyecto pusiera suficiente atención a las necesidades de los clientes a
nivel de campo.

El equipo pasó el siguiente año analizando las mejores prácticas de la investigación

industrial y las optimizó para el negocio de Graybar. Identificó los campos de datos del
sistema ERP existente de la empresa que se requerirían para la estratificación de los
clientes y escribió consultas para extraer los datos del almacén de datos SAP NetWeaver
de la compañía. A los factores específicos más importantes para el análisis de los clientes
de Graybar, como los ingresos, el poder de compra de los clientes y la penetración de la
línea de productos, se les tuvo que asignar ponderaciones con base en sus necesidades de
negocios. Graybar ya mantenía el 95% de los datos de los clientes que necesitaba.

En un principio, la aplicación de estratificación de los clientes de Graybar se basó en una

hoja electrónica de cálculo con muchas filas de datos, asignando calificaciones de letras
para los resultados finales y recomendaciones. El equipo del proyecto de Graybar quería
entregar la información en un formato más visual y comprensible, por lo que creó un
tablero de control usando el software SAP BusinessObjects Dashboards. Graybar mejoró
aún más la aplicación al asociarse con SAP en el desarrollo de un nuevo producto de
software analítico conocido como SAP Customer Value Intelligence. Este software es parte
de la suite SAP Customer Analytics y proporciona recomendaciones sobre cómo mejorar el
valor del cliente. Usa los ingresos de los clientes, los márgenes y el comportamiento en
tiempo real para estratificarlos en cada una de las cuatro categorías antes descritas. Puede
mostrar la categoría a que pertenece cada cliente individual de Graybar y suministrar
información sobre las transacciones del cliente con la compañía para explicar por qué
recibió esa clasificación. Si se identifica a un cliente como oportunista, el tablero podría
mostrar cifras que indiquen que el cliente coloca pedidos pero no son muchos, y tal vez
tenga problemas con la consistencia de esos pedidos. Un cliente tipo fuga de recursos
podría tener un perfil que muestre pedidos pero una gran cantidad de devoluciones.
El tablero de control también puede mostrar a cada representante de ventas un “mapa”
visual que indique la distribución de todos sus clientes: cuántos hay del tipo básico, del
oportunista, del marginal o del de fuga de servicio, para ayudar a ese representante a
asignar su tiempo y recursos.

SAP Customer Value Intelligence se basa en HANA, la plataforma de cómputo en memoria

de SAP, la cual agiliza de manera significativa el proceso de analizar grandes conjuntos de
datos (vea el capítulo 6). Cuando los vendedores de Graybar recibían los datos de
estratificación de los clientes durante la fase de prueba del proyecto, casi todos querían
estratificar rápidamente a los clientes en sus mercados geográficos específicos y realizar
otros análisis en tiempo real. HANA de SAP hizo posible que Graybar realizara este trabajo
usando volúmenes elevados de datos transaccionales y manejando los datos de los clientes
con mucho mayor detalle que antes.

Fuentes: www.graybar.com, visitado el 30 de mayo de 2014; “Strategic Customer Stratification at Graybar:

Powered by SAP HANA”, www.sap. com, visitado el 11 de marzo de 2013; Gr y David Hannon, “Graybar
Sharpens Its Focus on Profitability”, SAP InsiderPROFILES, octubre-diciembre de 2012.
Preguntas del caso:
¿Cuál era el problema de Graybar que se describe en este caso?
¿Cómo afectaba este problema el rendimiento de negocios de
Graybar?

¿Con qué factores de administración, organización y tecnología

tuvo que lidiar Graybar para desarrollar una solución analítica de
sus clientes?

¿Cómo cambió el CRM analítico la forma en que Graybar

operaba sus negocios? Compare la forma en que Graybar
manejaba sus relaciones con el cliente antes y después de
implementar el CRM analítico.

Mencione ejemplos de tres decisiones que mejoraron gracias al

nuevo sistema de análisis de clientes de Graybar.