Doxa 1287

Cómo hacer que su programa de fidelización dé sus frutos.

Por Brett Hollenbeck y Wayne Taylor

Marketing

Harvard Business Review

#Doxa #marketing #fidelización #clientes #minorista #segmentación #mercado #estrategia #artificial #aprendizaje #bienes #ROI #inteligencia

Resumen. ¿Los programas de fidelización crean realmente clientes más leales? En un estudio reciente, los investigadores analizaron dos años de datos de compra de más de 10,000 clientes en uno de los principales minoristas de EE. UU. Para explorar cómo el gasto cambió (o no) después de que los clientes se convirtieron en miembros de lealtad. Descubrieron que los programas de lealtad aumentan la rentabilidad, pero solo para algunos clientes, y no para los que podría pensar. Específicamente, mientras que el minorista había estado dirigiendo las promociones del programa de lealtad a clientes con altos niveles de gasto anterior, los investigadores encontraron que unirse al programa en realidad no tenía ningún impacto en el gasto de esos clientes. Por otro lado, unirse al programa de fidelización aumentó el gasto en cerca de un 50% para los clientes que eran altamente vulnerables a la competencia. Los investigadores utilizaron un modelo de aprendizaje automático para obtener información sobre quiénes eran exactamente estos clientes y descubrieron que el mejor indicador de los cambios en el gasto eran en realidad las ubicaciones de los clientes en relación con las tiendas del minorista y las tiendas de la competencia. Sobre la base de este sorprendente hallazgo, los autores argumentan que los especialistas en marketing deben orientar sus promociones en función del gasto histórico, sino de la ubicación, y que deben considerar invertir en herramientas simples de aprendizaje automático que puedan ayudarlos a identificar los rasgos no obvios que pueden correlacionan con la rentabilidad en su industria y mercado únicos.

El noventa por ciento de las empresas de ocio y hostelería (y más del 60% de todas las empresas) ofrecen algún tipo de programa de fidelización y, sin embargo, no está del todo claro que estos programas realmente funcionen. Un informe encontró que el consumidor promedio pertenece a más de 14 programas de lealtad, a menudo con múltiples marcas de la competencia, lo que sugiere que estos programas difícilmente crean clientes leales.

Además, los minoristas a menudo dirigen las promociones de lealtad a sus clientes con mayores gastos, lo que puede ser contraproducente, ya que estos son clientes que habrían gastado su dinero independientemente, en lugar de clientes para quienes los descuentos realmente los convencerían de gastar más. Como se lamentó un ejecutivo de la industria de la hospitalidad : “Sabes, tengo este programa de recompensas para el cliente. Es un poco caro, pero siento que tengo que tener un programa porque todos los demás tienen uno. Honestamente, no sé qué, si acaso, realmente hace por mí ". En muchos casos, el ROI de estos programas simplemente no parece funcionar.

Al mismo tiempo, los estudios han encontrado que los programas de lealtad tienen el potencial de ofrecer beneficios significativos a las empresas de consumo, como minoristas, supermercados, restaurantes, gimnasios, farmacias, spas, cafeterías y más. Los clientes a menudo desarrollan un vínculo psicológico más fuerte con las marcas a cuyos programas de lealtad se suscriben, y estos programas pueden aumentar significativamente las tasas de retención y gasto de los miembros, si se diseñan correctamente.

Para explorar cómo los minoristas pueden obtener los beneficios de los programas de lealtad de manera más efectiva, realizamos un estudio a gran escala en asociación con uno de los principales minoristas de EE. UU. Analizamos dos años de datos de compra de más de 10,000 clientes individuales, por un total de 2.4 millones de compras, y examinamos patrones de gasto como la frecuencia con la que los clientes visitaron una tienda, cuánto gastaron y qué artículos compraron, tanto antes como después de unirse a la empresa. programa de lealtad (todos los datos se recopilaron antes de la pandemia y analizamos exclusivamente las ventas en persona en lugar de las ventas en línea). Basándonos en este extenso conjunto de datos, encontramos algunas tendencias interesantes.

Primero, descubrimos que para un grupo grande de clientes, registrarse en el programa de lealtad no tuvo un impacto notable en su comportamiento: comenzaron a recolectar descuentos (que sin duda les alegraron), pero tanto la frecuencia de sus visitas como la cantidad de sus gastos se mantuvo sin cambios.

Sin embargo, a partir de los datos surgieron dos segmentos de clientes para los que el programa de fidelización marcó una diferencia significativa: c onsolidadores o clientes que empezaron a comprar más productos al minorista (probablemente productos que habían estado comprando anteriormente en tiendas de la competencia); y u graduadores, o clientes que no aumentaron la cantidad de viajes o productos que compraron, pero comenzaron a comprar versiones premium más caras de los mismos productos que habían comprado previamente al minorista. Para estos dos tipos de clientes, el programa de fidelización resultó muy rentable (aumentó el gasto en aproximadamente un 50%), por lo que estábamos interesados ​​en saber más sobre cómo el minorista podía identificar esos segmentos y apuntar a ellos de forma proactiva con el marketing del programa de fidelización.

Como muchas empresas, este minorista se había basado en gran medida en análisis de patrones de gasto históricos para identificar clientes de alto valor. Sin embargo, descubrimos que, en lugar de centrarse en los gastos anteriores, la métrica más útil era la ubicación del cliente. Las ubicaciones de los clientes en relación tanto con el minorista como con sus competidores clave determinaron su "vulnerabilidad" a la competencia, y cuanto más vulnerable era el cliente, mayor era el impacto positivo del programa de lealtad. Hay algunos componentes en esto. Primero, la proximidad al minorista aumentó marginalmente el impacto del programa de lealtad, mientras que la proximidad a los competidores aumentó significativamente su impacto. Esto tiene sentido: es probable que los clientes se sientan más fácilmente convencidos de que visiten una tienda cercana y, si no tienen fácil acceso a la competencia,existe un potencial limitado para que consoliden sus compras en primer lugar.

Sin embargo, un análisis más detallado reveló matices importantes y difíciles de definir en torno al impacto de dónde se ubicaban exactamente el cliente, el minorista y la competencia. Por ejemplo, el camino que toma un cliente para llegar a la tienda puede marcar una gran diferencia. Si un cliente pasa a los competidores en el camino a la tienda, es probable que sean mucho más vulnerables y, por lo tanto, un candidato de mucho más valor para un programa de lealtad. De manera similar, si las tiendas de la competencia están geográficamente dispersas, los clientes pueden ser menos vulnerables que si los competidores se agrupan convenientemente, especialmente si las tiendas de la competencia están en la dirección opuesta a la tienda donde el cliente es un miembro leal.

Dada esta complejidad, identificar manualmente este tipo de tendencias puede ser casi imposible. Pero a diferencia del análisis humano, los métodos modernos de aprendizaje automático son adecuados para encontrar patrones en datos complejos. Introdujimos una gran cantidad de datos sobre los gastos y las ubicaciones físicas de los clientes, las tiendas y la competencia en un modelo de aprendizaje automático simple, y el modelo pudo predecir con precisión qué clientes serían los más valiosos para inscribir. Es importante destacar que el modelo descubrió que pequeñas diferencias en la ubicación podrían marcar una gran diferencia en el ROI, destacando cómo las herramientas automatizadas pueden segmentar a los clientes de maneras que pueden no parecer intuitivas, pero que pueden tener un impacto increíble en el resultado final.

Entonces, ¿qué significa esto para los especialistas en marketing? Hay dos puntos clave a tener en cuenta. Primero, en lugar de centrarse en convertir a los clientes que más gastan, los especialistas en marketing deben identificar y dirigirse a los clientes que son más vulnerables a la competencia. Estos clientes de alta vulnerabilidad tienen el valor de conversión más alto, por lo que dirigirse a ellos con promociones de programas de lealtad generará el ROI más alto.

Es importante destacar que esto puede significar repensar algunas métricas. Por ejemplo, el minorista con el que trabajamos descubrió que cuando dirigían las promociones del programa de lealtad a los clientes con los niveles históricos de gasto más altos, un solo correo electrónico aumentaba la probabilidad de que estos clientes se registraran en un 6.1%, ¡aparentemente una tasa de conversión impresionante! Pero cuando profundizamos un poco más, descubrimos que esta estrategia en realidad funcionaba un poco peor que la segmentación aleatoria cuando se trataba de identificar a los clientes para los que el programa de fidelización aumentaría la rentabilidad, y era mucho menos eficaz que una estrategia de segmentación que incorporaba al cliente. vulnerabilidad basada en datos de ubicación. Específicamente, después de unirse al programa de lealtad, los grandes gastadores (es decir, los clientes a los que se dirigieron las campañas originales) no mostraron casi ningún cambio en el gasto,mientras que los clientes a los que se dirigió en función de su vulnerabilidad a la competencia aumentaron su gasto en un 45%.

Además de aumentar el ROI, este enfoque también puede ser mucho más práctico que el análisis tradicional basado en gastos. Los datos históricos de ventas a menudo no están disponibles, son costosos o difíciles de correlacionar con otra información del cliente, mientras que los datos de ubicación casi siempre están disponibles. Por ejemplo, digamos que está abriendo una nueva sucursal o expandiéndose a un nuevo mercado de productos. Es probable que se dirija a clientes para los que no tiene datos históricos de gastos, pero una simple búsqueda en Google Maps puede brindarle la información que necesita para determinar dónde su programa de lealtad será más impactante.

La segunda conclusión clave es que lo que hicimos no fue difícil. No es necesario que contrate un equipo de expertos en aprendizaje automático o analistas de datos para implementar un modelo simple que lo ayudará a extraer información que, de otro modo, sería invisible de los datos que ya tiene. Si bien nuestro estudio ilustró la importancia de los datos de ubicación para el ROI del programa de lealtad, no hay duda de que existen otras métricas que se correlacionan con la rentabilidad de otros programas en otras industrias, y el aprendizaje automático puede ser una herramienta poderosa para ayudarlo a identificar y aprovechar esos patrones.

En última instancia, se trata de repensar la forma en que aborda la orientación. En lugar de centrarse en los clientes que ya gastan mucho, los especialistas en marketing deben aprovechar las herramientas automatizadas para identificar y enfocar intencionalmente las promociones en los clientes cuya lealtad será más valiosa y cuyas conversiones generarán el mayor retorno.

Brett Hollenbeck es profesor asistente de marketing en la UCLA Anderson School of Management.

Wayne Taylor es profesor asistente de marketing en la Escuela de Negocios Cox de la Universidad Metodista del Sur.