The Relevant Show Episodio 19 – ¿Cómo empezar a medir el Customer Lifetime Value?
Resumen del Capítulo
- Concepto del Customer Lifetime Value (CLV): Se discute el CLV como una medida del valor total que un cliente puede aportar a una empresa a lo largo de su relación. Es un indicador clave para comprender el impacto económico a largo plazo de las relaciones con los clientes en términos de ingresos y rentabilidad.
- Importancia del CLV en la estrategia empresarial: El CLV es vital para las empresas porque permite medir no solo el valor actual de los clientes, sino también su potencial futuro. Esta medición ayuda a las empresas a enfocarse en mantener clientes valiosos y optimizar estrategias de retención y fidelización.
- Aplicación práctica del CLV en la toma de decisiones: Jordi Navarro, Head of Customer Intelligence, explica cómo el CLV puede influir en decisiones estratégicas, como aumentar la frecuencia de compra, incrementar el valor medio de las compras (ticket medio) y prolongar la relación con el cliente para maximizar el valor aportado a la empresa.
- Integración del CLV en campañas de marketing: Se menciona cómo el CLV puede ser utilizado para afinar campañas de marketing, enfocándose en clientes que potencialmente ofrecen un mayor retorno de la inversión. Esto permite a las empresas asignar recursos de manera más eficaz y mejorar las estrategias de adquisición y retención de clientes.
- Desafíos y consideraciones para implementar el CLV: Se discute la importancia de capturar y analizar datos adecuadamente para calcular el CLV de manera efectiva. Esto incluye enfrentar desafíos como la integración de datos de múltiples canales y la comprensión del comportamiento del cliente a lo largo del tiempo para hacer predicciones precisas sobre su valor futuro.
Transcripción
Veronica Traynor | 00:01.860
Te damos la bienvenida a The Relevant Show, episodio 19. El viejo mantra del marketing señala que mantener un cliente es más barato que atraer uno nuevo. Y tiene todo el sentido, pero ¿qué pasa si justamente los clientes que estamos tratando de mantener en verdad no son exactamente los clientes que son más rentables? Hoy hablaremos del Customer Lifetime Value con la participación de Jordi Navarro, Head of Customer Intelligence en Multiplica.
Jordi Navarro | 00:32.224
Hola, muy buena tarde.
Veronica Traynor | 00:33.804
Bienvenido, bienvenido Jordi. ¿Cómo estás? ¿Estás feliz de estar acá con nosotros?
Jordi Navarro | 00:39.668
Muy bien, fantástico. Me ha encantado repetir con vosotros aquí y cerquita ya de las vacaciones.
Veronica Traynor | 00:45.831
Me encanta. Ahora, preséntate para el mundo en un tuit. ¿Cómo te presentarías?
Jordi Navarro | 00:51.494
Bueno, yo soy ingeniero informático de formación, pero en realidad a mí lo que me gustaba, lo que me apasionaba era hacer programas con mi Spectrum. Y luego… ejerciendo como programador durante un tiempo, luego analista programador y finalmente acabé como director de tecnología en una compañía retailer de España. Hace aproximadamente unos seis años di el salto a la analítica avanzada y me apasionó el tema del conocimiento del cliente y eso es en lo que estoy trabajando.
Richard Johnson | 01:22.618
Compañero Jordi, colega, a ver, el tema de hoy es fascinante para los que estamos en este episodio, pero también para No decir que está de moda, pero solo mencionar que los últimos tres meses han salido una serie de libros al respecto que ponen nuevamente el tema del Customer Lifetime Value en la mesa. Incluso otros conceptos un poquito más avanzados que podremos ir comentando, Jordi, como el del Customer Equity. Pero vamos a partir por lo básico y Jordi, coméntanos, ¿cómo ves tú, cómo definiríamos este Customer Lifetime Value?
Jordi Navarro | 01:59.400
Customer Design Value es el valor que aporta un determinado cliente a la marca a lo largo de toda su relación con dicha marca o con la compañía.
Richard Johnson | 02:13.305
Así es, básicamente el valor presente del rendimiento futuro que los clientes generan en nuestra marca. Ahora, la pregunta 101.2, la más sencilla, ¿por qué es importante? ¿Por qué sientes hoy que hoy día las compañías debiesen tomar en cuenta el Customer Lifetime Value?
Jordi Navarro | 02:32.757
Todas deben tener en cuenta el Customer Lifetime Value por tres motivos, yo diría. En primer lugar, es porque se trata de un indicador directo de negocio. Es un indicador individual de cada cliente, pero nos está diciendo cuánto está aportando en sentido estrictamente monetario ese cliente de la marca, bien sea en dólares, en euros o en pesos. En segundo lugar, porque se trata de un indicador omnicanal, es decir, es un indicador que debe necesariamente agregar todos los negocios de la marca. Por tanto, es un indicador que nos sirve tanto para entender la aportación del cliente en los canales digitales como en los canales no digitales. Y tercero y no menos importante, como os he mencionado, querido Richard, es porque es un indicador que no solo mide la… aportación del cliente hasta la fecha actual, sino también a futuro.
Richard Johnson | 03:31.682
Exacto. Y si volvemos un poquito a lo que comentaba nuestra querida Vero en un principio, cuando mencionaba eso del viejo mantra, mantener un cliente es más barato que atraer uno nuevo. ¿Cómo lo relacionamos con el Customer Lifetime Value? ¿Qué tiene que ver?
Jordi Navarro | 03:50.409
Tiene que ver muchísimo, porque una de las componentes de ese Customer Lifetime Value a lo mejor es el tal vez la más olvidada, pero yo creo que la más importante tal vez, es ser capaces de mantener la relación con la marca el máximo tiempo posible. El impacto que tiene la marcha de un cliente es muy importante para la marca y en ocasiones se nos escapa que retener a un cliente puede ser algo tan sencillo como contestar adecuadamente una llamada telefónica. Por eso tal vez… De ahí ese viejo mantra, porque la captación sabemos que es muy costosa y la fidelización es cuestión a veces sencillamente de dar un buen servicio.
Veronica Traynor | 04:35.015
Perdón que estoy tan terrícola. La aplicabilidad del Lifetime Value. ¿Para qué tres cosas se podría aplicar este cálculo matemático de cada cliente?
Jordi Navarro | 04:49.001
Muy buena pregunta. El Customer Lifetime Value tiene… tres palancas precisamente superpotentes que permiten hacer crecerlo. En primer lugar, la frecuencia. La frecuencia de compra tiene un impacto directamente en el Customer Lifetime Value. Por tanto, si somos capaces de activar promociones de tipo Flash, por ejemplo con caducidad, de esa manera estaremos incrementando la frecuencia con que el cliente visita la marca e impactará sobre el Customer Lifetime Value. La segunda palanca de ese Customer Lack Time Value podría ser el ticket medio. Si en cada interacción, en cada compra, cada vez que el cliente está en nuestra página web o en nuestra tienda física, no importa, conseguimos que compre más de lo que tenía esperado, bien sea con estrategias de upselling o cross-selling, que como veremos más adelante podemos aplicar también gracias a algoritmos y a Machine Learning. también impactaremos en el Customer Lack Time Value. Y por último, como hemos comentado, no menos importante, la posibilidad de alargar el tiempo de relación del cliente con la marca. Esas tres palancas pueden actuar simultáneamente para incrementar el Customer Lack Time Value. Si las accionamos adecuadamente, ese efecto es multiplicativo. Por eso el Customer Lack Time Value se incrementa, se incrementa el revenue global de la compañía tenemos clientes con mucho más engagement.
Richard Johnson | 06:31.164
Exacto. Fíjate que, concuerdo, y dentro de las cosas que más me encantan del concepto del Customer Lifetime Value, es que aporta atributos que nos permiten segmentar, susceptibles de segmentación. Evidentemente, el negocio puede obtener el Customer Lifetime Value a grosso modo, como un cálculo total, que de hecho hoy día la literatura lo… Lo titula o lo denomina como el Customer Equity. Pero evidentemente podemos tener el Customer Lifetime Value por persona, por cada uno de nuestros clientes. Y eso inmediatamente lo transforma este indicador en un atributo que nos va a permitir discriminar en el buen sentido de la palabra, poder discriminar a clientes dependiendo del valor que obviamente reditúan al negocio. Esa capacidad de segmentación en sí misma ya abre una… ya abre la puerta a un montón de iniciativas que solo si lo vemos desde el punto de vista del marketing digital porque eventualmente lo podemos trabajar desde otros conceptos también de otras áreas, pero solo desde el marketing digital nosotros podemos llegar a mejorar, por ejemplo déjenme partir, por ejemplo, más práctico ya lo decíamos, repito, en la introducción de Vero, ¿cierto? de mantener un cliente es más barato que atraer uno nuevo, bueno, no necesariamente Si estoy detectando que los que estoy reteniendo son los que aportan menor valor, quizá debiese dar un giro en mi estrategia. Pero si estoy reteniendo efectivamente a aquellos que están dando más valor, ¿por qué no buscar a clientes y usuarios en mi estrategia de adquisición que tengan características similares? Por lo tanto, lo interesante y una de las grandes aplicaciones que podemos tener en el Customer Lifetime Value es poder crear una especie de círculo virtuoso en el cual… Podemos ser capaces de aprender, identificar y aprender quiénes son, cómo son, cómo se comportan, preferencias y necesidades de aquellos que son, como la ley de Pareto, el 80-20, el 20-80, el 20% de mis clientes que me aportan el 80% del valor, poder concentrarme en ellos, hacer un research, ya podemos entrar un poquito más en detalle más adelante, y reiniciar el circo. círculo virtuoso con una estrategia de adquisición que intente identificar, hallar, descubrir a otros usuarios que tengan idealmente características similares. ¿No, Jordi?
Jordi Navarro | 09:01.355
Claro, fantástico, Richard. Has dado con la clave, ¿no? Es plantear el escenario desde dentro a fuera, ¿no? Inside out. Históricamente, el research siempre se ha llevado a cabo analizando diferentes… diferentes, buyer persona, diferentes características y es realmente muy enriquecedor, pero hay que tener en cuenta que las marcas están para ganar dinero. Por tanto, hacer un análisis sobre un buyer persona o un segmento que no tenga interés potencial para la marca o que incluso pueda superar sus costes de adquisición al propio Customer Debt and Value, acabaría redundando o impactando la cuenta de resultados de la compañía. Por tanto, nuestra aproximación en este sentido, la de Multiplica, es sumar ambas disciplinas, llevarlas de la mano, pero empezar siempre con un análisis interno, por analizar… cómo son mis clientes actuales, cuánto me aportan a la marca, cuál es, mediante una segmentación, cómo se están comportando actualmente y a futuro, qué potencial podemos esperar de ellos para efectivamente buscar ese espejo fuera en la captación. Entonces efectivamente el Customer Revenue Value también es una herramienta muy útil para saber captar a aquellos clientes más rentables.
Veronica Traynor | 10:32.124
Acá se hace una linda sinergia o mancuerna entre especialidades, ¿no? O sea, porque es primero detectar quiénes son estos segmentos que nos interesa entender su comportamiento y a partir de eso poner la lupa cualitativa y entender los jobs to be done, ¿no? Pero es interesante porque una linda manera, digo, siempre dentro del mundo de la investigación de usuarios es cómo se puede aportar más valor al negocio. ¿Cómo podemos hacer investigación útil? Bueno, una gran forma es justamente haciendo un trabajo en manguerna, es entender cuál es el segmento que nos interesa y poner la lupa en ese segmento que nos interesa para justamente trabajar sinérgicamente. Porque acá la pregunta es, bueno, una vez que los identificamos, ¿qué les damos? O sea, ¿cómo les damos? Bueno, las de estas de Jordi, siempre este tema de en lugar de café para todos, hay que distinguir a ver quiénes son los más relevantes y a esos darles cappuccino, ¿no? Pero el tema es cómo saber si lo que quieren es cappuccino o qué es lo que quieren, digamos. Entonces creo que es una buena forma de poder hacer mancuerna pluridisciplinariamente y poder sacar más valor a partir de la sumatoria, ¿no?
Richard Johnson | 11:49.727
Sí. Fíjate que al respecto, este tema interdisciplinario que dices, que por supuesto sigue siendo fascinante, Lo ha desarrollado ya hace casi 10 años un profesor de la Wharton Business School, si lo digo bien, Peter Fader, que tiene como dos libros al respecto. De hecho, el primero de ellos, el titulado Customer Centricity, que no se relaciona con ese Customer Centricity que se da mucho en UX, UI, o incluso de atención al cliente. No se da tanto por la manera en que se atiende, sino es un poco, a ver cómo lo diría, lo define como la capacidad de un negocio, ¿cierto? De poder… producir, desarrollar y comercializar productos y servicios, pero aquí viene lo importante. Pensando en satisfacer las necesidades y preferencias presentes y futuros de sus clientes más valiosos. Es decir, pone el Customer Lifetime Value no como un indicador reactivo que mide lo que ya pasó o que intenta medir lo que pasará pero en el sentido de usuarios que ya están, sino que intenta primero identificar y a partir de ello a partir de ello, perdón, y… define la estrategia de qué voy a ofrecer, cómo lo voy a ofrecer, qué características tiene. Por lo tanto, cuando se menciona el tema del research, tú que eres expertísima en esto, querida Verónica Treynor, ya no se trata tanto de hacer una exploración del 100% de nuestros usuarios, sino de entender primero cuáles son las prioridades del negocio respecto al Customer Life Value, sin dejar abandonado al resto. Eso hay que dejarlo súper claro. El Customer Life Value no implica… Trabajar solo con ese 20% y el resto que se me vaya. No, no, no, para nada. Hay otras estrategias, claro, no que se muera. Pero eso es lo interesante de todo esto, lo fascinante, de que ese Customer Centricity que establece Peter Fader va mucho más allá en la aplicación, no solo de medir una campaña, por ejemplo, que también podemos hablar de ese tema, sino que intenta cambiar la manera en la cual el negocio justamente hace negocio. ¿Cómo define qué producir? qué características, cómo comunicarlo y cómo tener ese proceso de feedback, de optimización del mismo.
Veronica Traynor | 14:02.441
Jordi, contanos algún caso que hayas vivido o leído. Cualquiera de las dos cosas es interesante.
Jordi Navarro | 14:11.024
No, voy a hablar de mi experiencia durante estos seis años. Son casos donde ese pareto que comenta Richard se lleva al extremo. Yo recuerdo un cliente que tenía muy bien definido cuál era su… cliente VIP, su segmento de clientes ideales en base al last time value y las estrategias que él aplicaba iban dirigidas a ese 5% de clientes que representaban el 20% de la facturación, lo cual es un reto también muy bestia por decirlo de alguna manera, solo el 5% representaba el 20% de la facturación a eso se había que tratarlos de manera excelente, poner desde la alfombra roja. Entonces esos clientes, fijaos, una manera muy sencilla de activarlo, no tienen por qué ser promociones muy complejas de marketing digital, súper segmentado, no, no. Es algo tan sencillo, una vez conocemos a esos clientes, y esa es la magia que hacen los algoritmos, de detectar cuáles son esos clientes que forman parte de ese núcleo reducido, que además están mostrando indicios de que van a dejar de comprar, actuar de manera preventiva y aplicar estrategias de retención para esos clientes. Puede ser, como digo, algo tan sencillo como… marcar con una etiqueta a esos clientes en el CRM, en las aplicaciones de los vendedores, en toda la organización, y eso sería el término Customer Centricity que estaba utilizando Richard, porque toda la organización tiene que saber que cuando ese señor entra en la tienda o cuando ese señor entra en el e-commerce, es un cliente VIP. Y entonces ahí hay que ofrecerle servicios VIP. Y ahí que… personalizar su experiencia y tratarle como tal. Exacto. Entonces, al final, siempre que aplicamos este tipo de estrategias de Pareto, lo que estamos haciendo es en primer lugar determinar qué clientes me interesa mediante un scoring, mediante una técnica, una técnica siempre utilizando algoritmos, conocer el scoring de cada cliente y luego apuntar con mira telescópica a aquellos que me interesa. Nosotros hemos llegado a desarrollar promociones sabiendo exactamente que íbamos a optimizar el resultado si impactábamos en 14.427 clientes. Porque si lo hacíamos en uno menos, estamos perdiendo una oportunidad. Si lo hacíamos en uno más, estábamos dándole un premio más alto que lo que estaba aportando marginalmente ese cliente. Esto no es ninguna magia. Estos son fórmulas matemáticas y es lo que permite… Tener identificados los clientes uno por uno, su Gartner Latte In Value, su probabilidad de abandono, qué podemos esperar de ese cliente a futuro, etc. Para definir esas estrategias hiper personalizadas. Pero que existo, pueden ser muy sencillas. Sencillamente, un marcador. Un marcador de que este cliente es VIP. Y por supuesto que esa estrategia sea consistente entre todos los canales. Eso es la unicanalidad. Sea la misma experiencia en tienda como VIP que en el commerce.
Richard Johnson | 17:31.738
Y en la misma línea de ejemplos o usos sencillos, quizá el más pragmático que se me viene a la cabeza es el de tomar en cuenta como indicador el Lifetime Value, por ejemplo, para medir una campaña. Déjame plantear el siguiente ejercicio. Una campaña que, por supuesto, persigue atraer clientes, ¿cierto? Permite atraer clientes. pero que tiene como indicador de éxito o fracaso la cantidad de ingresos que generó a partir de los clientes nuevos que trajo esa campaña. Y esto sucede en el día a día. Podemos tener una campaña e invertimos 10.000, 10.000 lo que sea, dólares, euros, lo que sea, ¿vale? 10.000. Y resulta que atraje a una cantidad importante de clientes, pero pasa que me compraron solo 8.000, ¿ok? Solo 8.000. En un modelo tradicional de medir el éxito de esa campaña estableceríamos que más… prácticamente perdimos dinero, perdimos 2.000. Sin embargo, cuando tomamos en cuenta el Customer Lifetime Value, podemos considerar algo que Jordi mencionó en un principio, que era el tema de la frecuencia. Y resulta que esos clientes que hoy día me compraron 8.000, mira qué curioso, me volvieron a comprar en el siguiente mes o el siguiente trimestre, y en el siguiente trimestre volvieron a comprar. Y ojo, hay una cadencia de compra que no habíamos considerado en el análisis de la rentabilidad o de éxito o fracaso de la campaña en un inicio. Entonces, ¿qué ocurre? Que una campaña bajo una medición de un modelo tradicional pudiese parecer como poco rentable o fracasada, pero considerando el Customer Life Value, podemos tomar en cuenta que no solo fue exitosa, sino que además fue capaz de traerme clientes que me generaron una frecuencia y cadencia de compra que quién sabe cuánto tiempo más los puedo llegar a tener. Por lo tanto, volvamos con más campañas como esa.
Jordi Navarro | 19:23.702
Lo has explicado perfectamente desde la perspectiva de captación y desde la perspectiva de fidelización sería exactamente lo mismo. Cuando hacemos una campaña en base a un análisis de los clientes que están en riesgo, que es muy probable que dejen de comprar o de renovar su servicio con nosotros, esa inversión la tenemos que calcular en términos de si conseguimos retener a esos clientes. cómo conseguimos alargar ese Customer Life Time Value, no únicamente el coste de esa campaña. Exacto. Tal vez para este cliente que os comentaba, ese 5% de sus clientes es tan importante… que la inversión que hace puede ser superior a un ticket medio.
Richard Johnson | 20:12.168
Claro.
Jordi Navarro | 20:12.468
Porque lo que considera es que va a conseguir reengancharlos por espacio de seis meses, un año, un año y medio más. Nuestras mediciones dicen que en determinados sectores este tipo de campañas de retención consiguen aumentar en los clientes, como mínimo consiguen retener a los clientes como mínimo entre seis meses y un año más. Por tanto, ese es el cálculo que tenemos que hacer para evaluar esa campaña de retención. No sería ninguna locura invertir el doble del ticket medio de un determinado cliente en una campaña porque luego va a seguir comprándome durante mucho tiempo más.
Richard Johnson | 20:56.397
Exacto. Hay un efecto compensación de largo plazo, que es lo que no se está tomando muy en cuenta en muchas compañías. A ver, estoy intentando entender… ramas nos vamos, porque hay tanto que hablar de este tema voy a escoger una un poquito más pragmática Jordi que tiene que ver con aquellas compañías que hoy día no están haciendo Customer Letter no lo están calculando ni mucho menos, por supuesto lo usan ¿qué le podríamos decir a aquellas compañías que se animan después de escuchar este episodio maravilloso? Oye Jordi ¿qué debías hacer? ¿qué me recomiendas? dime dos, tres cosas que pudiese utilizar para empezar
Jordi Navarro | 21:37.830
Bueno, por supuesto, empezar a medirlo, empezar a medir la aportación de valor al cliente desde el minuto cero, lo antes posible. Empezar a medir al indicador, lo cual no quiere decir tener palancas para mejorarlo. Esa es una segunda fase. En el caso de la 100 Value se puede medir de una manera muy sencilla que hacemos medias. Si calculamos la media del tiempo medio de un cliente. de permanencia con la marca por el ticket medio por la secuencia media. Esa sería una manera muy sencilla de evaluar el cash management value por medias. Cuando tenemos data y es la parte clave del asunto guardar la data guardar la data y guardar la data el máximo de data posible en todos los canales por supuesto hacerlo de manera omnicanal porque el cliente es uno solo y esto tiene mucho que ver con la estrategia del CRM también. Una implantación de un CRM no es tan solo poner en marcha una herramienta tecnológica. Todos estos temas, quién es el cliente, el núcleo familiar, el prescriptor, el comprador y todos los canales por los que está invirtiendo en la marca. Y todas las personas de esa misma unidad familiar, sin niaturas, forman parte de ese Customer Delay Time Value. Y eso tiene que estar muy claro en la estrategia de implantación del CRM y en la estrategia de la compañía. Porque de lo contrario estaremos midiendo una parte, estaremos viendo un trocito de Richard, no estaremos viendo el Richard en su completitud. Y una de las premisas del Customer Delay Time Value es que me diga el valor de aportación. total de ese cliente y está muy relacionado con una pregunta que tendríamos que contestar probablemente otro día quién es mi cliente pero una vez lo tengo claro esa estrategia de crm y la información agregada de todas las compras de ese cliente de ese cliente perdón por ejemplo de toda la unidad familiar deben ir agregadas y la estrategia debe ser conjunta como he dicho muy importante empezar a medirlo capturar la data para medirlo y una vez lo mides seguir su evolución a lo largo del tiempo, ir viendo cómo evoluciona. Y eso lo podemos hacer también gracias a la analítica. Podemos ir viendo si un determinado cliente, o para hacerlo más sencillo, si tenemos una segmentación por valor, qué clientes pasan de un segmento superior de valor a un segmento inferior. y por qué motivo lo hacen y de esa manera activaron otra vez campañas con mira telescópica. No me voy a dirigir a todos mis clientes, voy a ir solo a aquellos que han pasado del segmento con una frecuencia de compra mayor al menor. Una aplicación práctica, pues si antes me estaban comprando con más frecuencia y ahora con menos, les voy a lanzar ofertas flash, ofertas que caducan. Voy a conseguir recuperar. el ritmo de la compra, esa frecuencia. O si ese cliente ha dejado de comprarme alguna categoría y está bajando su ticket medio, voy a aplicar cross-selling. Pero voy a aplicar un cross-selling también, y permitidme que abuse del término, inteligente. Porque para eso utilizamos la inteligencia artificial en Multiplica. Para hacer un cross-selling, no para recomendarle que compre carne a un vegetariano, sino para segmentar bien los clientes, tener todos los que tienen los mismos patrones de compra y dentro de su segmento ver qué oportunidades hay de cross-selling. Pero… Pero selling no es algo tan sencillo como le voy a ofrecer un producto que no me compra a un cliente que ahora no me lo compra. Hay que aplicar también tecnología y hay que aplicar analítica avanzada.
Richard Johnson | 25:49.480
¿Cómo una empresa, una organización puede llegar, mirarse al espejo y decir, sí, estoy lista, tengo la data suficiente? ¿Hay algún, digámoslo, rango de lo que podamos establecer como data suficiente para aventurarnos con el Customer Like and Value?
Jordi Navarro | 26:06.240
Mira, yo aquí soy muy pragmático, Richard. Realmente hay que empezar con la data disponible. Sí que es cierto que los algoritmos quieren una determinada cantidad de data, pero empieza con la data que tengas porque es un proceso de prueba-error. Te empezarás midiendo y utilizando esa data, verás si tus algoritmos funcionan o no funcionan y solo en el momento que empieces a hacerlo te darás cuenta de que… indicadores no están estás midiendo qué transacciones no estás trazando qué canales no estás teniendo en cuenta y en ese momento se convierte en un proceso de mejora continua en un proceso cíclico de mejora de los algoritmos porque tal como me gusta decir a mí desde el momento que decides quedarte embarazada en el caso de una mujer hasta que lo estás sabes que como mínimo hay un plato de nueve meses Por tanto, si yo no empiezo a analizar mi data y a hacer pruebas hasta que no empiece a almacenar esa data, a recolectar esa data, van a pasar meses o años para poder utilizarla, porque ese es el gran problema de los algoritmos. Calculan muy bien a la perfección las probabilidades de que ocurra un fenómeno con un cliente, pero necesitan un histórico de data importante.
Richard Johnson | 27:31.788
Ese tema de la data, sí, es más importante de lo que parece. Bueno, decir esto hoy en día es casi pergrullo, como obvio, ¿cierto? Pero un ejemplo que recuerdo, haber visto por ahí, por ejemplo, el caso de los casinos del Cesar Palace, ¿se llama, no? El de Las Vegas, así se llama, ¿no? Ya se me olvidó el nombre. Cesar Palace, el 2015, el 2015 estaba en un periodo, en un proceso muy complicado. de casi quiebra por deudas y por temas básicamente de ingresos que no iban bien pero para hacer la historia un poco más corta lo interesante es que las auditorías que se le hicieron a Cesar Cesar Palas en su momento identificaron que había una cantidad de datos de clientes almacenados desde años y además en una cantidad en volumen no solo de tiempo sino la cantidad de personas que tenían almacenados… con atributos de preferencias, los que habían asistido, los que se habían hospedado en los hoteles, se habían pasado también por los casinos. Era tanto el valor que tenía, creo que estaba valorado como en 4 billones de dólares. Y era superior, ese valor de la data, era superior al de la misma marca, Cesar Palas. La historia creo que finalmente se salvó, no sé si eventualmente por la data, pero lo que voy es que… Tal como dices tú, Jordi, hoy día data hay y hay mucha, ¿cierto? Con el social media, con el acceso a teléfonos móviles, hoy día las compañías, incluso las que están partiendo, ya tienen datos de comportamiento, incluso hasta dónde anda la gente, dónde está buscando, etcétera, etcétera. Por lo tanto, data hay. El problema ya no es la existencia o no, es básicamente qué nivel práctico tengo de utilizarla de una manera que me permita abordar escenarios de negocio, ¿cierto? En ese sentido, Jordi, y casi ya también como para ir cerrando, ¿cierto? Para ir cerrando. Un proyecto de Customer Lifetime Value. Ya nos mencionaste un tema de data, ¿cierto? Pero, ¿qué pudiese esperar un negocio cuando se embarca en esto? Hay un tema de timing, hay un tema cuántas semanas, meses, días, toma un proyecto inicial de Customer Lifetime Value y qué pudiese esperar como resultado, como primer output, ¿cierto? De un ejercicio de estas características.
Jordi Navarro | 29:59.232
Bueno, en primer lugar va a suponer una brújula importantísima para el negocio tener el Customer Life Time Value dentro de sus indicadores. a nivel individual o bien a nivel agregado tal como comentabas tú Richard, su equivalente el Customer Equity en alguna otra ocasión hemos comentado que las compañías se valoran cada vez más no sólo por lo que son ahora sino por lo que van a ser en el futuro y lo que van a vender las compañías en el futuro es precisamente ese Customer Equity proyectado porque esta es una de las características que tenía este indicador que es tan importante Por tanto, primero, como decía…
Richard Johnson | 30:43.825
¿Cómo lo ves a nivel proyecto?
Jordi Navarro | 30:45.766
A nivel proyecto es un proyecto que en realidad no se acaba nunca, pero sí que puede dar sus primeros resultados muy rápidamente. Porque en el momento que empiezas a estudiar toda esta información, las posibilidades de aplicar esas palancas que comentábamos al principio son enormes. Y vas a poder… vamos a poder empezar primero, tal como decíamos, a segmentar esas acciones porque actúan en Redline Value, pero más adelante vamos a ser capaces de personalizar esas acciones y traducirlas en oportunidades de incremento de ese indicador para cada uno de los clientes. La personalización es una tecnología que conocemos bien. pero que en ocasiones se nos escapa cómo funciona. Lo importante es que funciona evidentemente con algoritmos, que a veces son fáciles de interpretar y otras veces son una caja negra, pero lo que hay que medir siempre es su impacto. Por lo tanto, tenemos que utilizar el A-B testing, tenemos que utilizar métodos de CRO para…
Richard Johnson | 31:59.896
Todos son hipótesis, todos son hipótesis finalmente.
Jordi Navarro | 32:01.937
Todos son hipótesis hasta el momento que se confirman. Por eso… Pero hay que hacerlo de una manera rigurosa y entonces veremos que el objetivo de esas palancas funciona, que es hacer crecer el negocio en definitiva y hacer crecer el Customer Backend Value. Es un indicador que es importante medirlo, pero si solo medimos no hacemos nada, tenemos que mejorarlo. Para eso tenemos que tirar de estas tres palancas a nivel segmento, a nivel individual, para poder llevarlo a su máximo nivel potencial.
Richard Johnson | 32:36.064
Ok, muy bien.
Jordi Navarro | 32:38.505
También quería tener una pregunta por si no sabíais qué preguntarme. Ay,
Veronica Traynor | 32:43.227
me encanta.
Jordi Navarro | 32:44.948
A ver. Es la típica pregunta que hacéis los entrevistadores para poner aprietos al entrevistado, ¿no? Que es, oye, háblanos de algún proyecto que haya salido mal. Ah, pero mire que… Hay que explicar los casos de éxito y los casos…
Veronica Traynor | 32:58.714
Pero mire que invitado que tenemos que viene con su propia pregunta.
Richard Johnson | 33:01.875
Sí. Y en la sección de bloopers, ¿no? Los fracasos de… No,
Jordi Navarro | 33:09.080
pues efectivamente no todos los algoritmos funcionan bien porque no siempre tienes toda la data y no siempre, lo que es más importante, tenemos visibilidad sobre lo que piensa el cliente o cómo, con las interacciones que tiene con la marca. En modelos de suscripción, que no son digitales, en los que son digitales es más fácil seguir la pista. Si estoy suscrito a Spotify puedo saber el nivel de actividad que tengo, en los que no son digitales, negocios como seguros, que recuerdo más concretamente un negocio como es el de las ONGs, un cliente muy importante, donde pretendíamos anticiparnos y retener a los clientes que estaban a punto de dejar esa suscripción. Realmente el algoritmo no acababa de funcionar bien, no daba el resultado adecuado, pero sí que es verdad que obtuvimos un subproducto de ese algoritmo que es cualitativo, ya que hablamos tanto de datos y de cuantificar, los algoritmos también nos pueden dar resultados cualitativos. Por ejemplo, nos pueden decir cómo de relevante es cada uno de los factores que estamos analizando en que un cliente deje de comprar. Y aunque el algoritmo no acertaba muy bien qué clientes iban a dejar la suscripción, lo que sí que entendió muy bien es que había una correlación muy importante entre determinadas campañas que se hacían a pie de calle, que eran muy agresivas para el cliente, y luego la posterior baja del cliente. ¿Qué quiere decir esto? Pues que evidentemente, y además os podría explicar un caso muy parecido del sector seguros. Cuando haces una venta muy agresiva, el riesgo de abandono prematuro es muy grande. Esto lo vimos, lo entendimos así de los datos. y aunque el negocio no utilizó ese algoritmo de predicción, sí que utilizó esas conclusiones para entender que determinadas campañas podían erosionar el nivel de relación con el cliente y, por tanto, darle un poco la vuelta para que esos clientes no se fueran enseguida de la campaña.
Veronica Traynor | 35:31.186
Interesantísimo, pero me gustó mucho eso, Jordi. Nos sorprendiste. Nos vemos básicamente en el próximo episodio.
Richard Johnson | 35:40.810
para ir cerrando, muchas gracias Jordi fascinante episodio como siempre lo decimos, mucho más que comentar y a ver si nos encontramos en una futura ocasión pero como dice Vero, cierto, este episodio y los futuros los encuentran en www.multiplica.com diagonal relevant show y bueno, nos vemos ya en una próxima ocasión, muchas gracias a todos por escucharnos pásenlo bonito, bye bye