Desde hace varios años se habla del marketing 1 X 1 y de la importancia de segmentar y personalizar el marketing. Pero ahora, gracias a fenómenos estadísticos como el Data Mining y el Big Data, cada vez es más viable hacerlo de manera precisa y personalizada. Es tan importante fidelizar a través de la segmentación y personalización, que hay evidencia de que en promedio el 30% de las ventas de una empresa se debe a sus programas de fidelización. En el caso de las gasolineras de Carrefour, por ejemplo, el porcentaje es del 74%.
Así mismo, hay estudios que muestran el deseo de los consumidores por encontrar ofertas personalizadas según sus propios gustos y posibilidades. Los consumidores desean correos electrónicos personalizados, como lo hace el famoso Amazon, pero ahora, hay estudios que confirman que piden a gritos que las ofertas enviadas se adapten a los productos que quieren, y al precio que podrían pagar. Estos estudios también confirman, no sólo que el consumidor tiene más probabilidad de comprarle a estas empresas que personalizan la oferta, sino además, que los clientes que las reciben terminan gastando más en dichas empresas.
¿Cómo hacerlo? Hay herramientas de minería de datos para moler estos y extraer las probabilidades de compra de los clientes y a partir de dichas probabilidades, diseñar la oferta. Por ejemplo, ya hay una aplicación para móviles que, atada a la base de datos de clientes de un almacén (con la información de compra de cada uno), analiza por cada día la probabilidad de que cada cliente compre un determinado producto. Así, si el modelo de minería de datos encuentra que hoy es “poco” probable que Ana compre solo shampoo, pero “medianamente” probable que compre shampoo junto con un cepillo, entonces el App le muestra a Ana una oferta atractiva (por ejemplo, 30% de descuento en el cepillo si compra el shampoo) para hacer que la probabilidad de compra de ambos productos sea “alta” y no “medianamente alta”. Así, un descuento de un producto permite vender ambos y además, Ana queda tan satisfecha porque la tienda conoce sus gustos, que gastará más dinero.
Incluso, la minería de datos le permite a esta aplicación ir aprendiendo cómo se porta Ana en relación a cada oferta que se le presenta, con el objetivo de encontrar el punto promocional ideal, el descuento que mejor ella aceptaría, pero que a la vez le generaría mayor margen al almacén. Así, gana Ana y gana el almacén.
¡Bienvenido al mundo de la analítica predictiva!
*Director de Criterium - Investigador de mercados – asesor estratégicogerardo@criterium.com.co@CriteriumSAS