Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Identificación y
cualificación de
clientes. Listas y
bases de datos
1. Las listas.
2. Base de datos.
3. La selección de nuestros mejores clientes actuales y futuros.
4. Data Mining. Cómo obtener oro a través de la explotación de
los datos.
5. La privacidad: un derecho del cliente que debe ser respetado
y valorado.
Copia de uso privado
Este texto forma parte de la obra
Marketing directo e interactivo
del autor Josep Alet.
© Josep Alet
ISBN: 978-84-7356-522-6
Depósito Legal: M-51.762-2007
Identificación y
cualificación de clientes.
Listas y bases de datos
Índice
1. Las listas … … … … … … … … … … … … … … … … … … … … … … … … … 8
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 7
Identificación y cualificación de clientes. Listas y bases de datos
1. Las listas
A) Concepto de lista
mejores clientes dentro de nuestra propia lista como conseguir los mejores nue-
vos clientes por listas externas que se consideren más apropiadas.
Las listas son un activo fundamental (y en muchos casos el más importante)
para la empresa. Se deprecia como otros activos por razones tan claras como la
muerte de las personas y empresas, su traslado, cambios progresivos con la
maduración de las personas, cambios de intereses, ambiciones, preferencias y
cambios de situación económica. Es necesario, por tanto, un mantenimiento
constante de las listas para tener una comunicación relevante y sin desperdicio.
B) Tipos de listas
1. Listas de respuesta
También llamadas listas de compradores o listas de participantes o de sus-
criptores de newsletters. Recogen los nombres de las personas que han contesta-
do previamente a una oferta de marketing directo. Tal vez sean suscriptores,
solicitantes de regalo o información, compradores, donantes, miembros. Pueden
ser cualificados por todo tipo suscripciones a artículos, intereses y áreas.
Tienen en común el haber demostrado una predisposición a responder a una
oferta específica de marketing directo.
8
2. Listas compiladas
Son relaciones de personas o empresas que tienen alguna característica o
interés común. Se pueden obtener de una variedad de fuentes, como los directo-
rios (páginas amarillas, Who’s who), titulados de facultades y escuelas, cámaras
de comercio, listas de asociados.
Describen igualmente segmentos de mercado, pero no han sido generadas a
través de respuestas a ofertas de marketing directo. Estas listas pueden ser intere-
santes para una amplia gama de productos y negocios, aportando información
geodemográfica o psicográfica y, en general, aquella que no está disponible en lis-
tas de respuesta, aunque sin información específica sobre idoneidad de respuesta.
En España existen pocas listas disponibles; entre ellas están disponibles algu-
nas listas de colegios y asociaciones profesionales y clubes. Dentro del ámbito
empresarial, existe amplia información del sector de actividad (aunque no siem-
3. Lista propia
La lista interna está compuesta de clientes (activos e inactivos) y clientes
potenciales obtenidos a través de los esfuerzos de la propia empresa: solicitantes
de información, de regalo o de visita o catálogo, o nombres aportados por clien-
tes como idóneos para la empresa.
Es la lista más importante y valiosa, resultado de todas las transacciones de
la empresa, que acaban siendo recogidas en las listas. Además de obtener con
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 9
Identificación y cualificación de clientes. Listas y bases de datos
C) Fuentes de listas
10
El precio del alquiler gira normalmente en torno a los 0,15 euros, llegando a
más de 0,30 euros cuando se trata de clubes de personas muy cualificadas por
perfil específico de personas u ocupaciones o clientes de alguna empresa.
El gran desarrollo del intercambio o alquiler de listas lo he comprobado a
menudo, por ejemplo, cuando me suscribí hace años a la revista empresarial
norteamericana Fortune. Inmediatamente, en el plazo de un mes, recibí ofertas
de suscripción a dos periódicos económicos norteamericanos y uno inglés, tres
revistas empresariales y dos de información general norteamericanas, dos libros
especializados en dirección de empresas, una oferta de inscripción a una confe-
rencia estratégica europea, una oferta de compra de libros empresariales por
correo, otra oferta de participación a una lotería mundial y una tercera de inclu-
sión como miembro en el club de una conocida compañía de aviación norteame-
ricana. Es fácil comprobar la afinidad que existe entre las distintas ofertas, así
como la alta probabilidad de respuesta por mi parte. Cómo no, dos nuevas
FIGURA 3.1
CAMPAÑA DE VINOSELECCIÓN SOBRE LOS REGISTRADOS
EN LA COMUNIDAD DE ICTnet
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 11
Identificación y cualificación de clientes. Listas y bases de datos
12
D) Evaluación de listas
A la hora de elegir una lista para alquilar o comprar, tenemos que realizar
una recopilación de información sobre múltiples aspectos que nos permitirán
valorar su rendimiento potencial, facilidad de uso o exactitud. Entre otros, los
aspectos que se han de tener en cuenta son:
El acuerdo a que se puede llegar para el uso de la lista es corriente que espe-
cifique el coste de utilización en una fase posterior, para más de un envío, la for-
ma de pago y el volumen que se ha de utilizar.
Se ha extendido el compromiso de entrega de direcciones efectivamente váli-
das para cubrir los errores y devoluciones producidos, pero dado el coste de
comunicación que se produce (excepto en el caso de emails) es conveniente
introducir una cláusula de anulación de las obligaciones de pago si la calidad de
la lista no es la mínima exigible, lo cual se puede determinar por el porcentaje
de devoluciones, número de teléfonos o emails erróneos, que no tendría que
superar normalmente el 5%.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 13
Identificación y cualificación de clientes. Listas y bases de datos
Una vía poco utilizada es crecer en base a las relaciones de clientes ya existen-
tes con otras marcas, algo en lo que MBNA, ahora Bank of America, junto a su
filosofía de máxima orientación al cliente, es ejemplar. Posee un modelo basado en
el marketing de afinidad, que significa el 55% de su captación en España, donde la
marca principal próxima a los clientes es la que facilita su suscripción. Por tanto,
MBNA no hace prácticamente campañas de su marca, sino que se apoya en marcas
con fuerte relación con sus clientes, desde la comprensión máxima de su filosofía,
relación con el cliente e identidad principal, adaptando sus acciones de marketing y
©ESIC EDITORIAL. ISBN 978-84-7356-522-6. COPIA DE USO PRIVADO
Tarjeta Fundación
Vicente Ferrer de
MBNA.
3 Los tests se tratan en profundidad dentro del capítulo 8 de este mismo libro.
14
2. Base de datos
Hasta ahora hemos tratado las listas, las cuales recogen una serie de datos
básicos sobre personas físicas o jurídicas. Ahora bien, los datos alcanzan un
valor muy superior si se establecen relaciones entre ellos, al observar interrela-
ciones que nos permitan sacar conclusiones aplicables a la valoración de los
componentes, así como a realizar acciones de marketing directo.
La base de datos recoge una vasta información que puede ser vinculada de
4 Excepción: fuentes accesibles al público, funciones de la Administración, personas vinculadas por rela-
ción negocial, laboral, administrativa o contrato y sean necesarios para mantener las relaciones o el con-
trato de acuerdo con la finalidad del fichero.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 15
Identificación y cualificación de clientes. Listas y bases de datos
– Información de clientes.
– Información de transacciones (pedidos, cambios, devoluciones).
– Información de productos.
– Información sobre medios de pago.
– Medios de compra (correo, teléfono, internet, tienda, distribuidor).
– Información sobre comunicaciones y promociones: origen y tipos.
– Información geodemográfica: dirección, edad, sexo, estado civil, profesión.
FIGURA 3.2
ELEMENTOS RECOGIDOS EN UNA BASE DE DATOS
16
La aplicación en los distintos sectores varía en contenidos, estructura y apli-
caciones, pero en cada uno de ellos la información sobre los clientes puede jugar
un papel fundamental para obtener un mayor volumen de negocio y una ventaja
competitiva diferencial.
En una perspectiva general, el potencial de volumen de datos relevantes reco-
gidos y su uso posterior es muy amplio y profundo. Una gran parte de los datos
básicos de los clientes son obtenibles a través de las operaciones normales de
transacción con los clientes potenciales o actuales de la empresa, mientras que
otros a través de los cuestionarios ad hoc o las encuestas de satisfacción pueden
permitir obtener información muy útil para la mejora de la gestión del negocio.
FIGURA 3.3
PANTALLA DE REGISTRO AL CORREO DE YAHOO ESPAÑA WWW.YAHOO.ES
Observar la selección de los datos mínimos para una cualificación posterior: sexo, fecha de naci-
miento y código postal.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 17
Identificación y cualificación de clientes. Listas y bases de datos
5 “Database Marketing for Competitive Adventage”, Merlin Stone and Robert Show. Long Range Plan-
18
FIGURA 3.4
CÍRCULO DE ÉXITO CON BASE DE DATOS
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 19
Identificación y cualificación de clientes. Listas y bases de datos
6 Tipologías de clientes que permite adscribir datos de perfiles característicos. Se pueden ver en detalle
en http://www.experian.es/tipologias.pdf
20
CONCEPTOS BÁSICOS
Data Warehouse
El gran almacén de datos denominado en su versión inglesa Data Warehouse es
una recopilación sistematizada de los datos generados dentro de una empresa, de for-
ma integrada. Para ser útil debe recoger de forma fácilmente accesible cualquier con-
tacto o transacción que se realice con clientes potenciales o actuales, visitas, solicitu-
des de información, envíos de comunicación.
Debe recopilar, por tanto, los datos de las más diversas fuentes, con un sistema de
recopilación, procesamiento y explotación al que se permita acceder para múltiples
aplicaciones y por todo tipo de usuarios.
Las inversiones en un Data Warehouse pueden suponer grandes cifras, pudiendo
llegar a superar los seis millones de inversión y hasta tres años de desarrollo; en con-
creto, Iberdrola invirtió cerca de tres millones de euros y trece meses de desarrollo.
Iberdrola trató así de obtener ventajas competitivas para la gestión del negocio, no
Data Mart
Data Mart es una parte del Data Warehouse adaptada en una función de la empre-
sa, más especializada y accesible. Aun entendiéndose que puede ser desarrollada
independientemente del Data Warehouse, debe considerar la necesidad de disponer
de los datos de forma totalmente integrada para poder explotarlos de forma rápida,
eficiente y segura, con la máxima capacidad de información potencial. Un Data Mart
suele suponer una inversión que varía entre 15.000 y un millón de euros, con una
duración de desarrollo de unos seis meses.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 21
Identificación y cualificación de clientes. Listas y bases de datos
22
Con la segmentación podemos conseguir:
Sears separaba de su fichero de clientes a aquellos que llevan tres años sin
comprar, mientras que una cadena de supermercados es habitual que maneje
sólo los clientes del último año en cuanto a sus transacciones, aunque evidente-
mente mantiene los elementos identificadores para una posible activación futura
de su tarjeta de cliente.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 23
Identificación y cualificación de clientes. Listas y bases de datos
FIGURA 3.5
EXPLOTACIÓN DEL CONOCIMIENTO
©ESIC EDITORIAL. ISBN 978-84-7356-522-6. COPIA DE USO PRIVADO
24
cuando en la realidad es muy distinto y evoluciona de forma diferenciada en el
tiempo.
Si consideramos la regresión de la compra del ejercicio comparada con los
datos históricos de compra a través de la siguiente ecuación:
GRÁFICO 3.1
EL MODELO RFIP
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 25
Identificación y cualificación de clientes. Listas y bases de datos
– Canal de compra: por correo, por teléfono, a través de tienda o por visita
de representante. Posteriormente se utiliza para adecuar el plan de activa-
ción del cliente a la forma en que hace uso de nuestros servicios.
– Modalidad de pago: contado, pago con tarjeta, a plazos. Se ha comproba-
do que los que utilizan la tarjeta tienen un mayor volumen de compra.
ca de forma habitualmente jerárquica las variables que mejor explican las dife-
rencias en respuesta y se obtienen las diferencias en respuesta significativas
entre los diferentes grupos obtenidos. Las diferencias entre los diferentes nodos
se traducen en lo que se denomina cuadro de ganancias entre los resultados
obtenidos en cada celda respecto a la media global de la población. Podemos ver
un ejemplo inmediato referido a un modelo aplicado sobre un test de ventas de
un servicio al hogar de una empresa de servicio público española7:
FIGURA 3.6
TÉCNICA CHAID DE SELECCIÓN DE SEGMENTOS CON MÁXIMA
TASA DE RESPUESTA
26
2. Criterios geodemográficos
a) Geográfico. División en unidades geográficas, tales como países, naciones,
regiones, provincias, ciudades, unidades censales, bricks o barrios. Son áreas que
presentan diferencias culturales, climáticas, de densidad, históricas o económi-
cas. Para llegar a segmentaciones geográficas –y no simplemente marketing
regional–, se han de ligar con otras medidas de estado demográficas.
Las divisiones geográficas que son de gran utilidad en nuestro país son los
municipios, códigos postales y especialmente unidades censales que están dis-
ponibles en las direcciones y que, en bastantes casos, constituyen agrupaciones
suficientemente homogéneas para obtener diferencias significativas. Las unida-
des censales ofrecen el máximo interés por ser las unidades mínimas poblacio-
nales con alta homogeneidad, que llevan incorporadas todas las estadísticas ofi-
ciales existentes sobre edad, nivel económico, cultural, consumo, unidades
económicas y otros indicadores que nos pueden permitir conocer los factores
FIGURA 3.7
MAPA DE PREPONDERANCIA DE TIPOLOGÍAS
POR ZONA GEOGRÁFICA
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 27
Identificación y cualificación de clientes. Listas y bases de datos
3. Criterios psicológicos
nivel económico tienen, etc. Sin embargo, nos queda por saber por qué compran
y actúan de una forma determinada, qué tienen en sus mentes a la hora de decidir.
Las variables psicográficas son las que intentan explicar las razones del com-
portamiento de los consumidores. Éstas han demostrado tener más valor tanto
para la creación de textos publicitarios como distintos enfoques para desarrollar
temas para promociones y anuncios.
Dos aspectos han ganado importancia como criterios de segmentación en el
marketing directo: beneficios observados por los consumidores y su estilo de vida.
a) Beneficios observados por el consumidor. La segmentación en función de
los beneficios destacados en el producto parte del supuesto de que se dirige
directamente a las necesidades o preferencias del consumidor. El producto no es
presentado por sí mismo, con sus características intrínsecas, sino por los benefi-
cios que se obtienen con su consumo.
El mejor ejemplo es el automóvil: presentado unas veces como mecánica
segura y de bajo consumo, pero –las más– como símbolo de estatus, poder,
aventura, placer o, ¿por qué no?, vehículo de seducción.
Plantear el posicionamiento por beneficios implica el desarrollo de una investi-
gación sobre las preferencias de los consumidores, satisfacciones actualmente obte-
nidas y necesidades no satisfechas, a la busca de una proposición de venta única.
28
conducta del consumidor (el porqué actúa de una manera determinada), así
como el desarrollo del marketing estratégico.
En el caso de marketing directo, las actividades están bien recogidas, y los
intereses y actitudes pueden ser inferidos de los datos recogidos. Así, por ejem-
plo, los suscriptores a una revista de salud tendrán mayor interés por artículos
deportivos, de belleza, regímenes, productos de masaje o de maquillaje.
La segmentación por estilo de vida es menos clara y más complicada que la
segmentación por beneficios, aunque bien planteada consigue resultados muy
exitosos. Una buena muestra –continuando el ejemplo en el sector del automó-
vil– ha sido la publicidad del Golf en España, como podemos ver en la Figura 3.8.
A pesar de que a veces se confunde con pertenencia a una determinada clase
social, en realidad supone la confluencia de cierto nivel económico y educativo
con una determinada ocupación profesional. Dentro de este criterio de segmen-
FIGURA 3.8
ANUNCIO DE GOLF
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 29
Identificación y cualificación de clientes. Listas y bases de datos
FIGURA 3.9
IDENTIFICACIÓN DE LAS VARIABLES CLAVE DE SELECCIÓN
PERFIL CLIENTE
Conjunción de segmentaciones
INTERESADA
PERFIL EN:
DEMOGRÁFICO: Moda OPINIONES:
Mujer Amistades Liberal
25/30 Éxito social Segura de sí
Estudios super.
Clase media ACTIVIDADES:
Trabajo
Socia club
Deportes de
moda, grupo
CONDUCTA: BUSCA:
Gran consum. Status
Marquista Comodidad
Pago a crédito Calida
Sensibilidad Apariencia
al servicio Variedad
30
En la figura siguiente se ofrece un ejemplo de definición de un perfil de cliente
potencial, teniendo en cuenta los distintos criterios de segmentación que, una vez
unidos, ofrecen una imagen clara de la persona a la que nos estamos dirigiendo.
La importancia de cada uno de los factores dependerá en gran medida de la
clase de negocio, zona geográfica y tipo de clientes. No se pueden aplicar fór-
mulas generales.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 31
Identificación y cualificación de clientes. Listas y bases de datos
Aunque parezca que existe software milagroso que descubre grandes oportu-
nidades, es el trabajo de las personas de marketing y los analistas de datos que
con la selección de la mejor metodología y la mejor interpretación de los datos
los que permitirán la máxima eficacia. Son claves la preparación de los datos, su
interpretación y su explotación posterior, y todas estas fases requieren de perso-
nas expertas con visión de negocio.
32
Ratios habituales utilizados: tiempo de respuesta con pérdida de usuarios, fil-
tros activados por el usuario, páginas vistas, camino recorrido dentro de la web,
tiempo medio de visita, ratio de clics por sesión, tipo de cliente, quejas, solicitu-
des de información, muestras de interés, oportunidades aprovechadas de ofertas,
número de servicios personalizados o uso del correo electrónico.
Por ejemplo, Reel.com descubrió que el 33% de los que habían hecho una
compra inicial habían comprado como mínimo una segunda vez, y que un 71%
de estos clientes hizo una segunda compra dentro del período de treinta días
inmediatamente posterior. Con esta información, Reel inició su actuación sobre
los nuevos en este periodo crítico de máxima reactivación.
La actuación de la herramienta de data mining no es sólo en procesos de
explotación conjunta de los datos. Puede sacar partido inmediatamente de la
información en tiempo real y hacer propuestas totalmente relevantes, a medida
del cliente en cada momento, como NetPerceptions y Amazon.
FIGURA 3.10
AMAZON, UN EXCELENTE EJEMPLO DE EXPLOTACIÓN DEL CONOCIMIENTO
DEL CLIENTE EN RECOMENDACIONES
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 33
Identificación y cualificación de clientes. Listas y bases de datos
un hijo.
La selección de los mejores clientes tiene su equivalente en la separación o
eliminación de los clientes marginales que pueden suponer directamente pérdi-
das o unos costes de oportunidad por no centrarse en los realmente importantes.
Se aplica una combinación de técnicas estadísticas típicas de análisis de
regresión o con reglas asociativas para estimar la probabilidad y el valor de si va
a comprar o no un determinado cliente. Lo destacable en Data Mining es que no
se aplica un modelo de regresión para llegar a seleccionar unos clientes determi-
nados, sino que el sistema identifica una oportunidad de venta inmediata y,
sobre la marcha, puede ofrecer el producto más idóneo para el cliente que está al
otro lado de la línea o enfrente. Así, se produce en los pedidos en Amazon que,
según los productos adquiridos, ofrece automáticamente los productos más idó-
neos para los clientes, consiguiéndose ventas adicionales con altísimo rendi-
miento, además de demostrar profesionalidad, asesoramiento y gran atención
personal, imposibles de superar por la capacidad humana.
Los acontecimientos que, aun siendo importantes, no eran contemplados en
los planes de marketing, ahora, gracias a la interacción que ofrece Internet, en
función de la información ofrecida o los servicios solicitados, directamente se
puede saber cuáles de ellos ocurren y actuar a fondo para satisfacer totalmente
las necesidades de los clientes y obtener el máximo provecho de la empresa.
Recientemente se ha empezado a hablar de weblining para expresar el impac-
to negativo de limitar las ventajas en acceso o condiciones de producto o servi-
cios en Internet, de la misma manera que existe el redlining, que marca las
34
zonas de limitación a vecindarios en préstamos y operaciones de crédito. Real-
mente el considerar la discriminación está fuera de lugar como aspecto específi-
co. Es evidente que las técnicas de Data Mining establecen unas valoraciones
que llevan a agrupar a los clientes en unos determinados valores que sirven para
fijar seguimientos a medida según su valor o sus necesidades.
Pero ello no tiene por qué tener nada de negativo y sí de positivo por la asig-
nación de máxima eficiencia de las campañas y de los recursos de la empresa
que redundarán en los mejores frutos globales de la sociedad. Con ello, además,
en el mundo de Internet no hay condiciones preestablecidas y el continuo análi-
sis permite ajustar las ofertas y servicios a la medida de los clientes y del merca-
do en su globalidad.
Para realizar la mejor selección de la tecnología de Data Mining a aplicar se
deben considerar los siguientes factores:
Aquí se recomienda a partir de marketing relacional la lectura de otras obras por una o dos com-
pras que se habían acabado de realizar en bol.com justo después de su lanzamiento. La prisa por
aportar valor al usuario lleva a lo contrario: si no se hacen los filtros básicos como establecer un
número mínimo de casos, terminamos sacando carbón en lugar del oro deseado (si se sonríe pen-
sando que lo que debe ocurrir es que mi obra es un “rollo”, no podré negarle ese placer, aunque
creo que el patinazo estadístico es obvio).
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 35
Identificación y cualificación de clientes. Listas y bases de datos
ma para apoyar las áreas que son críticas de marketing, distribución y ventas,
por encima de las eficiencias de producción, administración y servicios de
soporte.
36
sociales más importantes de los tiempos modernos”8. Las recientes leyes de pro-
tección de datos personales en base al derecho de la propiedad de las personas
sobre sus propios datos suponen un riesgo en el punto de partida. Este derecho
llevado a sus últimas consecuencias supondría una grave limitación a la libre
actividad empresarial y a la libertad de comunicación general.
La solución no parte de la aplicación de leyes estrictas coercitivas y limitadoras,
sino –como siempre– del desarrollo desde la misma actividad empresarial de la apli-
cación del codigo ético de uso de datos personales de forma estricta, con el máximo
grado de transparencia hacia el cliente en la recogida y la aplicación de los datos.
Cada vez más, se desarrollan nuevas formas técnicas de recopilar informa-
ción de forma estructurada y eficiente a un coste totalmente asumible, consi-
guiendo un conocimiento directo o indirecto muy profundo del cliente desde un
punto de vista de aplicaciones específicas (ver en el cuadro de Business Week
las formas típicas de recogida disponibles). El miedo al Gran Hermano se va
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 37
Identificación y cualificación de clientes. Listas y bases de datos
TABLA 3.1
EL LENGUAJE DE LA PRIVACIDAD EN LÍNEA
COOKIES. Registra en un log donde clica cada DIRECCIÓN IP. Un número automáticamente
uno, permitiendo rastrear los hábitos de los asignado a tu ordenador en cualquier momento
consumidores. Los cookies son colocados en los te conectes a la Red. Los números son utilizados
ordenadores de los consumidores cuando visi- por redes de ordenadores para identificar tu PC
tan por primera vez los sitios o utilizan cosas de forma que los datos puedan serte enviados.
como calendarios, servicios personalizados de Pero las direcciones pueden ser utilizadas en
noticias o carros de la compra. perfiles y en selección afinada de anuncios.
PERFILES ON LINE. Al utilizar los cookies, algu- POLÍTICAS DE PRIVACIDAD. Declaración puesta
nas veces combinado con información personal, en el sitio Web que explica cómo la compañía
los sitios construyen perfiles sobre qué clientes colecta, usa y comparte los datos con socios y
compran o no compran, a qué miran, cuánto anunciantes. Algunas veces incorpora los boto-
tiempo pasan en las diferentes áreas y en qué nes de opt-in u opt-out.
anuncios clican.
OPT-IN Y OPT-OUT. Elecciones de privacidad que
REFERIDOS. Información que tu navegador lleva algunos sitios Web ofrecen a sus visitantes. En
consigo cuando se mueve de un sitio a otro o las situaciones Opt-out, el sitio es libre de reco-
cuando utiliza un buscador o simplemente pilar y vender información de ti si no indicas
©ESIC EDITORIAL. ISBN 978-84-7356-522-6. COPIA DE USO PRIVADO
enviando un e-mail. Los referidos pueden ser específicamente que no clicando en un botón.
recolectados y utilizados para enviar publicidad Con Opt in, recopilar y vender tus datos está
afinada. prohibido, excepto que des tu permiso.
Fuente: Business Week, March 20, 2000. Online Privacy Special Report.
38
Metro Alemania. La privacidad como elemento clave
La cadena de supermercados líder en Alema-
nia, Metro, llevó a cabo en 2004 un proyecto de
explotación de la tecnología RFID en su Tienda
del Futuro que permitía las ofertas a medida del
cliente según su perfil, su compra actual e histó-
rica en el supermercado y el lugar en el que
estaba comprando en la tienda, proyectadas en
una pantalla sobre el carro de la compra (ver
imagen adjunta). Sin embargo, la tecnología
puede llevar al máximo nivel de explotación del
conocimiento de la persona sólo justo hasta don-
de llega la sensación de riesgo de pérdida de la
intimidad o privacidad y la amenaza del Gran
Hermano. Y por esta razón tuvo que acabar
desestimando la continuidad del proyecto.
Este texto forma parte de la obra Marketing directo e interactivo del autor Josep Alet 39
Identificación y cualificación de clientes. Listas y bases de datos
a) Criterios demográficos:
– Sector y subsector.
– Dimensión de los clientes.
– Emplazamiento físico, situación geográfica cara a la red de ventas.
b) Variables de explotación:
– Tecnología del cliente.
– Condición del usuario del producto o de la marca.
– Capacidad de producción técnica o financiera de los clientes.
c) Métodos de compra:
– Organización de la función de compras.
– Estructuras de poder.
©ESIC EDITORIAL. ISBN 978-84-7356-522-6. COPIA DE USO PRIVADO
– Relaciones comprador-vendedor.
– Política general de compras.
– Criterios de compra.
d) Factores de situación:
– Urgencia de la compra.
– Aplicación de los productos.
– Dimensión del pedido.
9 Benson P. Shapiro y Thomas V. Bonoma, “La segmentación de los mercados industriales”. Harvard
Deusto Business Review, primer trimestre, 1985, págs. 9-18.
40