segmentación de clientes. una propuesta de clasificación por objetivos, dimensiones y modos de...

:

El presente documento muestra los diferentes tipos de segmentación de

clientes que desde Unica 360 desarrollamos, clasificados en función de los

objetivos, dimensiones de información y modos de aplicación.

DOCUMENTO METODOLÓGICO

diciembre de 2009

Guillermo Córdoba

M. 659 889 032

[email protected]

www.unica360.com

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones, modos de aplicación

www.unica360.com +34 93 464 66 22 [email protected] Página 1 de 10

Los clientes son diferentes entre sí, tienen necesidades diferentes y el valor de

unos y otros es diferente. Hoy en día es asumida la conveniencia de identificar

segmentos de clientes similares con los que comunicarse de manera

diferenciada de otros segmentos.

La segmentación de clientes no debe confundirse con la segmentación de

mercados. Ésta no se basa en el cliente-individuo, sino que identifica el

mercado con una categoría concreta y lo describe en función del tipo de

clientes que lo componen. Además, los clientes no están identificados, con lo

que no es posible usar la segmentación para establecer una relación

personalizada.

La segmentación de clientes se basa en la existencia de bases de datos de

clientes, reales o potenciales, y el uso de técnicas de análisis estadístico de

estos datos. Dado que existen numerosas aproximaciones a la segmentación

de clientes, proponemos en este documento varias clasificaciones, en función

de diferentes criterios.

Objetivos, finalidad de la segmentación: Segmentación estratégica y

segmentaciones tácticas

Dimensiones, o tipos de información utilizados

Modo de aplicación de la segmentación, principalmente se distingue la

aplicación diferida frente a la inmediata-automática

Consiste en la reducción de toda la complejidad de datos de clientes, que

pueden ser miles o millones de casos con cientos de datos, a una sola foto

donde:

Los clientes se agrupan en un número reducido de segmentos

Las variables se reducen a una sola etiqueta descriptiva del segmento,

como puedan ser familias promocioneras, singles de paso o despensa a crédito. Estas etiquetas sintetizan la gran riqueza de datos que han

configurado el segmento –cada una de las transacciones del cliente con

todo el detalle, sus características sociodemográficas, su distancia al

punto de venta, los canales de compra usados…-

La imagen a continuación muestra una distribución de segmentos típica en el

comercion minorista, en un gráfico de dispersión sobre dos variables clave.



Cuadro 1. Mapa de posicionamiento de segmentos estratégicos de una enseña de

supermercados

Igualmente, podemos visualizar cómo se posiciona un segmento en el conjunto

de variables.

Cuadro 2. Ficha de características de segmento de un programa de fidelización de estaciones de servicio

La segmentación estratégica permite hacer realidad la visión centrada en el

cliente, al ser la única manera de fijar objetivos por cliente. Si, por ejemplo, una

entidad financiera busca “reducir un 5% la tasa de abandono de los clientes

históricos altamente vinculados en pasivo”, entonces es necesaria una

segmentación estratégica de clientes. No lo será tanto si los objetivos se

plantean en términos de producto, por ejemplo “incrementar el pasivo captado

en un 5%”.

Gasto medio

-

+

+

-

GRAN COMPRA

DESPENSA

FIELES DE

PROXIMIDAD

SINGLES

DE PASO

FAMILIAS

PROMOCIONERAS

LA COMPRA

DIARIA

Fre

cu

en

cia

me

dia

Gasto Medio mensual 150 €

Ticket Medio 83 €

Frecuencia Media 1,8

Regularidad 66%

Antigüedad 1,5

% Gasto Perecederos 15%

% Gasto Promoción 45%

% Gasto Primera Marca 10%

% Gasto Primer Precio 30%

% Gasto Marca Propia 40%

Tamaño hogar 3,6

=

6

Tamaño 6.032 13,5% Venta 20,7%

Combustible Gasto medio mes 128 € socios particulares 99% TIPO DE BARRIO DEL SOCIO

Combustible Gasóleo pct 68% socios empresa 1% Ciudad y turismo 0%

Frecuencia mensual 4,01 Expansión turística costera '70s 0%

Regularidad 0,96 1 tarjeta por socio 95% Pueblo costero e industrial 1%

Ticket medio comb en litros 33,53 2 o más tarjetas por socio 5% Urbanización y extranjeros 0%

Gasto medio en tienda mensual 1,96 € Expansión turística segunda línea '90s 0%

Gasto tienda % sobre total 2% Renta media por hogar 36.127 € Rural 10%

Ticket medio tienda 2,72 € Barrio y pequeña ciudad industrial 55%

Kilómetros totales al año 28.934 Semirrural. Agricultura y construcción 6%

nº EESS de compra 1,59 Casco antiguo rehabilitado 1%

Distancia a ES más cercana (Km.) 3,69 Antigüedad media del vehículo 2001 Barrio histórico ciudades y metrópolis 4%

ES habitual no es la más cercana 24% Días de alta en período % 99% Ensanche 3%

ES habitual no es ES de referencia 8% Barrios de clase media 11%

Expansión ciudades y metrópolis 10%

Redención importe medio (€vales) 19,78 TIPO DE VEHÍCULO

Redención mensual media (€vales) 3,76 Camión ligero 0%

Redención tienda importe medio (€vales) 0,01 Camión-autobús 0%

Redención en tienda % sobre total 0% Coche 94% Leyenda de colores

Saldo final €vales 8,42 Furgoneta 5% 50% mayor que media total, o superior nnnn

Moto 1% 25% a 50% mayor que media total nnnn

tasa de desertores 1% Otros 0% 25% menor que media total, o inferior nnnn

profesional en movilidad clase económica



Una segmentación estratégica alcanza el éxito cuando es aceptada y utilizada

por los responsables de negocio, convirtiéndose en el mapa conceptual de clientes que toda la organización acepta como punto de partida.

Para lograrlo, debe alinearse con los objetivos corporativos y la visión del

problema de estos decisores de negocio. Además, requiere por supuesto

capacidades de análisis avanzado de datos, con técnicas de minería de datos

como clustering o árboles de decisión. Una metodología estándar sería:

1. Análisis de negocio. Reuniones con los responsables de negocio y

futuros usuarios del modelo –dirección comercial, territorial, de

marketing-, en torno a:

Consenso de objetivos de la segmentación.

Exploración de las tipologías de clientes, conscientes o

intuitivas, que la organización maneja.

2. Definición de variables de inicio del proyecto. Se seleccionan por su

relevancia, el set definitivo se filtrará por criterios técnicos en la fase

de modelización.

3. Presentación al departamento técnico del set de variables, acuerdo

sobre el modo de entrega y las tareas de las partes.

4. Modelización. Es la fase de análisis estadístico propiamente dicho.

Suele usarse la metodología CRISP, que contempla las fases:

a. Comprensión de los datos

b. Preparación de los mismos

c. Modelización

d. Validación

e. optimización

5. Validación de negocio de los resultados preliminares, entre los

analistas y los responsables de negocio.

6. Presentación de resultados y validación definitiva.

7. Explotación. La segmentación estratégica se plasma en objetivos

estratégicos a través del plan de marketing relacional y el plan de

contactos. El primero constituye el plan de marketing centrado en

clientes, fijando los objetivos y líneas básicas de relación con cada

segmento. El segundo apunta las tácticas de relación, contactos a

realizar con cada segmento.



Cuadro 3. Estrategias, acciones, canales y segmentos afectados en un plan de contactos

Aun cuando no es la aplicación única, la gran mayoría de segmentaciones

tácticas de clientes se enfocan a la optimización de campañas de marketing.

De manera simplificada existen cinco grandes tipos de campañas:

retención,

recuperación de desertores,

venta cruzada o cross-selling,

mejora o up-selling,

captación de nuevos clientes

Por otro lado, las técnicas analíticas permiten la optimización de la campaña en

tres momentos de la misma: identificación inicial de clientes target, test de

canales y creatividades, y análisis de los resultados.

En la tabla a continuación resumimos los tipos de campañas y métodos de

segmentación más adecuados a cada caso.

Retención de

clientes

Identificación de clientes más rentables, estimación de la cuota de

cliente, simulación de sendas de abandono y alertas ante eventos de

riesgo de abandono –reclamaciones, incidencias no resueltas, períodos

de inactividad-.

Recuperación de

desertores

Son campañas altamente dependientes del motivo del abandono, a

menudo requieren una investigación de estas motivaciones de los

clientes perdidos. Es clave conocer el valor de vida o valor futuro

previsto del cliente, para dimensionar la oferta de recuperación, y actuar

inmediatamente tras la deserción. Obviamente, siempre es preferible

trabajar en la retención de un cliente que tener que hacerlo en su

recuperación.

Cross-selling o venta

cruzada

Es definitivo el análisis de potencial de demanda por división, en

sectores de retail los análisis de asociación permiten generar cestas de

la compra y patrones secuenciales de compra. Son campañas muy

rentables en compañías o grupos empresariales altamente

diversificados. Los motores de recomendación suponen una variante de

Estrategia acción descripción 1 2 3 4 5 6 7 8 9 10 canales

Recuperación Comunicación a

desertores

Recuperación de clientes que abandonan,

están inactivos 2 ó 3 meses, basado en

€vales acumulados si procede, o

condiciones preferentes en un período

fijado si no hay saldo

mailing,

emailin

g, SMS

Retención Comunicación a

clientes Top para

evitar deserción

Agradecimiento por fidelidad,

comunicación de condiciones extra o

"premio" a decidir ticket,

SMS

Venta Xda Comunicación a

cientes con cesta

de compra

"estrecha"

Oferta producto (p.e. Tienda, de manera

genérico) recordando condiciones Club o

mejorándolas en campaña, para clientes

afines

ticket,

plv

Reducción de

redención

Reducción de

frecuencia de

redención

reducción en los segmentos que

sistemáticamente redimen los €vales,

principalmente en combustibles ticket,

plv

Incr.

Frecuencia

Test de forzado de

frecuencia por

segmento

Oferta de condiciones preferentes en

períodos seleccionados

ticket,

plv



cross-selling donde la campaña se lanza online, durante el proceso de

compra.

Up-selling o mejora

de valor

De nuevo es clave estimar correctamente la demanda total del cliente en

la categoría, buscando maximizar la cuota de cliente. En distribución

minorista, suelen dividirse en acciones de incremento de ticket medio y

acciones de incremento de frecuencia. En ambos casos a menudo

asociados a análisis RFM –Recencia, Frecuencia, valor Monetario-.

Captación de

clientes potenciales

El potencial de demanda se estima mediante la búsqueda de gemelos –

clientes similares a los que me son más rentables- o modelización

sociodemográfica –modelos predictivos de demanda basados en

características sociodemográficas, generalmente provenientes de

fuentes públicas como censos, padrones, estudios sectoriales-.

Ya se ha mencionado la importancia de las técnicas de análisis de resultados.

En efecto, toda segmentación inicial, por buena que sea, puede mejorarse. El

conjunto de técnicas de data mining conocido como clasificadores permite

separar los clientes que responden a la campaña de la manera deseada, y

describirlos en función de una serie de variables predictivas. Los propios

modelos de clasificación sirven, además, para identificar las variables que

mejor funcionan en esta clasificación. Por todo ello, esta fase de análisis de

resultados es tan importante como la segmentación previa.

Así, podríamos concluir, por ejemplo, que una campaña de recuperación de

desertores ha funcionado mejor con los clientes con más de cinco años de

antigüedad, que compran actualmente por internet y se les ha ofertado un

cheque de cinco euros para su siguiente compra.

El tipo de información de cliente usado en la segmentación ha evolucionado en

paralelo al desarrollo de los sistemas de información. Desde las

segmentaciones sociodemográficas generales, más propias de la

segmentación de mercados, pasando por el análisis comportamental basado

en el valor se llega a los modelos de valor-necesidad, dominantes en la

actualidad.

Actitudes, prescripción, vinculación, y análisis comportamental online

constituyen las nuevas dimensiones que deben enriquecer los modelos de

valor-necesidad.

Matriz de valor vs necesidad. Cada cliente presenta un valor actual –sus

compras- y unas necesidades –o valor potencial, estimado a través de

estudios de mercado, encuestas sectoriales, sociodemografía, estadio de

vida del cliente…-. Es posible ubicar a cada cliente en esta matriz de valor-

necesidad y agrupar a aquéllos que presentan valores cercanos para ambas

variables.

El modelo puede combinarse con análisis comportamentales como RFM.

Por su importancia como segmentación base de clientes, la matriz valor-



necesidad suele ser el punto de partida para una segmentación estratégica

que posteriormente se enriquecerá con nuevas variables.

La estimación del valor potencial de cada cliente es un proceso complejo y

polietápico. Como normalmente no existe una fuente directa, se estima a

partir de una combinación de fuentes indirectas:

Características sociodemográficas declaradas por el cliente

Característicicas sociodemográficas y económicas inferidas a partir de

su hábitat –con técnicas de micromarketing- o su estilo de vida –hábitos

de consumo complementarios, actitudes-

Estudios ad-hoc, destinados a enriquecer la segmentación

comportamental

Variables de relación, no estrictamente transaccionales. Una llamada por

una incidencia es una valiosa fuente de información sobre el cliente

Customer lifetime value. El valor de vida del cliente es la proyección del

valor de cliente a futuro, en función de su estadio de vida. Por ejemplo, un

hogar recién formado –una pareja joven- tiene previsiblemente un ciclo de

vida que pasará por el nacimiento de hijos, el incremento del gasto en

alimentación, textil, juguetes, libros de texto, artículos deportivos.

Posteriormente los hijos se emanciparán y el hogar quedará como nido vacío, desaparecerán muchas de estas necesidades y surgirán otras

nuevas, como medicinas o atención personal.

Por supuesto, existen numerosas excepciones a esta visión de ciclo de vida

del cliente, que deben ser detectadas a través de otras fuentes de

información, corrigiendo tanto el valor real futuro como el valor potencial

futuro.

El gráfico a continuación muestra el ciclo de vida del hogar típicamente

usado en retail.

Tiempo

Gasto

Total

Evento

Clientes Top, máximo

Gasto Total

REALIDAD SOCIAL:

Excepciones al modelo

División hogares

Hogares

unipersonales en todo el

ciclo de su vida

Single Nido en formación, vivienda

Nido reciente, nacimiento

de hijos

Nido lleno Nido vacío Edad de plata



La segmentación geográfica. En los negocios basados en redes de

establecimientos, es clara la importancia de la relación espacial entre el

cliente y el punto de venta. Las técnicas de geomarketing hace tiempo que

se vienen usando para estudiar e interpretar esta relación espacial. Una

aplicación clásica en retail y venta directa es el RFML –al clásico RFM

añade la Localización-.

Con la extensión de las tecnologías de visualización y análisis geográfico,

estos análisis resultan menos costosos y se realizan de manera sistemática.

Además, se integran en las tareas de segmentación estratégica y táctica

hasta constituir una parte central de ellas, y poco a poco van conquistando

un lugar en los cuadros de mando y sistemas de reporting de marketing. las

técnicas de análisis avanzado –modelos de gravedad, Huff, MCI- se van

generalizando y surgen nuevas aproximaciones de marketing espacial.

Así, podemos calcular el tiempo de desplazamiento, a pie y en coche, de un

cliente potencial al que tratamos de atraer a nuestro punto de venta con una

campaña de captación. Podemos, también, personalizar la comunicación

con un mapa que le indique la ruta que debe seguir hasta él. Con los

sistemas de geolocalización y conectividad de los modernos teléfonos

móviles, es posible también detectar cuando un cliente frecuente se

encuentra dentro o cerca del establecimiento y lanzarle una oferta

personalizada.

La segmentación geográfica es también la técnica que nos permite integrar

las visiones de cliente y de punto de venta en una única, enriqueciendo la

segmentación de puntos de venta con el conocimiento de los clientes, y

viceversa. Es una aproximación fundamental a la hora de optimizar redes de

establecimientos y reasignar clientes a puntos de venta.

El enfoque comportamental. El llamado behavioural targeting (BT) se

entiende como el análisis de las pautas de navegación en el ámbito del

comercio electrónico, con objeto de conocer al cliente y personalizar la

relación con él. Es una práctica tan antigua como el propio e-commerce,

pero se ha visto extendida recientemente gracias a la proliferación de

software específico, alguno incluso gratuito, y al auge del comercio

electrónico, cada vez más rentable en sí mismo.

En el fondo consitutuye una extensión de los modelos de valor-necesidad,

con el añadido de que, al menos teóricamente, la totalidad de la vida online

del cliente puede ser monitorizada. Es decir, para cada cliente podríamos

llegar a conocer qué características de producto usa como términos de

búsqueda, qué productos compara antes de decidirse por uno, qué otras

webs de venta consulta, qué recomendaciones solicita y en cuáles confía,

en qué punto del proceso de compra abandona…

En la realidad, existen limitaciones a la hora de identificar al cliente único en

diferentes sesiones, tanto técnicas como ciertas restricciones legales e

incluso éticas en el uso de la información de navegación. Tampoco es fácil



asimilar la ingente cantidad y diversidad de información que se genera. Pero

es seguro que el conocer todos sus pasos, al menos una vez dentro de la

web de la empresa, permite enriquecer los modelos de valor-necesidad

hasta nuevos niveles de conocimiento del cliente y personalización de la

oferta.

En cuanto a la visión única de cliente para su segmentación, el próximo

paso, aun insuficientemente resuelto, será sin duda la integración de este

análisis del comportamiento online con el comportamiento offline del

cliente. Todos consumimos, consultamos, nos relacionamos indistintamente

online y offline, y muchos de nosotros nos informamos online para

posteriormente hacer una compra en un establecimiento o por teléfono.

La integración del análisis de los logs de navegación en sistemas de data

mining o customer analytics through the line se presenta así como la nueva

frontera de la segmentación de clientes.

La dimensión relacional. Las interacciones entre la empresa y los clientes,

más allá de las propias de la prestación del servicio, son claves a la hora de

generar vínculos entre ambos. Y este vínculo es el que puede llegar a

generar fidelidad por parte del cliente.

Debemos recordar que un cliente retenido no es un cliente fiel. La fidelidad

es un sentimiento, una emoción, mientras que la retención puede darse por

un cálculo racional, o la simple ausencia de un competidor atractivo. Esta

es una relación habitual entre consumidores y proveedores de telefonía,

comunicaciones o utilidades.

Toda relación habida fuera de la pura prestación del servicio es una

oportundidad enorme, tanto desde el punto de vista de segmentación –qué

mejor manera de conocer al cliente que hablando con él- como desde la

visión de fortalecimiento de la relación. Incidencias, soporte técnico,

reclamaciones, solicitudes de presupuestos o información general son

grandes oportunidades en este sentido. Y, dado que esta interacciones

tienden a ser espontáneas y desestructuradas, cada vez cobra más

importancia el software que recodifica el lenguaje, hablado o escrito –text

mining, análisis semántico, reconocimiento de voz…- convirtiendo estas

interacciones en nuevas variables que enriquecen el conocimiento del

cliente.

La dimensión social. El auge de las redes sociales online ha sacado a la luz

realidades sociales conocidas, pero poco explotadas desde la

segmentación de clientes:

El mejor prescriptor de un producto es un amigo, pariente, alguien de

nuestra red social

Existen personas con alta capacidad de prescribir, influir en su red

social. Igualmente, las hay que tienen gran cantidad de relaciones

sociales



El auge de la web 2.0, caracterizada por la interactividad y las relaciones

interpersonales, ha rescatado del ámbito académico las técnicas de análisis

de redes sociales (SNA, social network analysis), que ahora se aplican a

grandes cantidades de intercambios digitales.

Los marketers buscan sobre todo a los influenciadores de las redes

sociales, a través de las web sociales, pero también analizando los reenvíos

de emails, mensajes instantáneos entre colaboradores de un proyecto,

intercambios de links y audiencias en blogs, etc. Es claro que, volviendo al

concepto de valor, uno de estos influenciadores es mucho más valioso de

lo que sus transacciones como cliente indican.

Tradicionalmente, la segmentación, lanzamiento de la acción y análisis de

resultados de la misma se han realizado en diferido. Es decir, analizando unos

datos históricos, que pueden ser proyectados al presente, tomamos la decisión

de interactuar con unos clientes. Posteriormente llevamos a cabo la

interacción, y una vez finalizada la campaña, o gran parte de ella, analizamos

sus resultados en busca de grupos de clientes de mayor respuesta.

Todas estas operaciones pueden actualmente realizarse en tiempo real,

definiendo un detonante –el término anglosajón trigger es de difícil traducción-

que lanza una oferta inmediata al cliente, si éste realiza una acción también en

tiempo real.

Los negocios online, por su naturaleza, son los que más fácilmente se

benefician de esta segmentación, a través de los llamados motores de

recomendación. Todos hemos visto cómo al añadir un libro A en nuestra cesta

de la compra virtual la página web nos recomienda más libros que

compradores del libro B han comprado también. Se trata de un análisis de

reglas de asociación explotado online.

Pero la tecnología también permite cada vez más segmentación en tiempo real

en el mundo offline, algunas acciones son ya de uso común, otras las veremos

en un futuro cercano.

Supermercados y retailers pueden generar un cupón descuento personalizado

que la línea de cajas imprime, cuando realizamos determinada compra y nos

identificamos con nuestra tarjeta de fidelización. La tarjeta permite combinar

nuestro histórico de compra y segmento con la compra actual, para decidir la

oferta que necesitamos para la siguiente compra.

El teléfono móvil es ya un dispositivo convergente que empieza a desarrollarse

como soporte virtual de identificación. Los proyectos piloto de la cadena

Starbucks leyendo códigos de barras enviados previamente a un iphone han

sido exitosos, y abren el camino a la desaparición definitiva de la tarjeta de

fidelización como un plástico con banda magnética. Una vez nuestro teléfono

nos identifica como clientes, en función de nuestro histórico podemos recibir



las ofertas personalizadas a la entrada de la tienda. Así, el cupón lo recibimos

antes de la compra, listo para ser gastado, y sin gasto de papel.

segmentación de clientes. una propuesta de clasificación por objetivos, dimensiones y modos de...

Business