Si tienes o trabajas en una marca que vende y que tiene un volumen de tráfico interesante en la tienda online, ahora es quizás el momento de plantearte el implementar una solución de email marketing automatizado si esto es algo que no has hecho todavía. 

Uno de los aspectos que en OHDIGITAL consideramos más interesantes sobre el email marketing automatizado es que te ayuda a conocer mejor a tus clientes y por ende a aumentar tus ventas, a través de la realización de predicciones futuras sobre su comportamiento y, todo ello, en formato piloto automático. Es decir, no solo podrás saber qué ha comprado, qué ha dejado de comprar, qué ha visitado, etc... cada uno de tus clientes, sino que además podrás predecir su comportamiento futuro y actuar acorde con tus acciones de email marketing.

Una herramienta de email marketing automatizado que te permita predecir el valor de vida de cliente o customer lifetime value (CLV) de todos tus clientes de forma automática  y en tiempo real a través de un modelo matemático probado, es un caballo ganador. En este escenario, tu capacidad de servir a tus clientes información relevante para sus intereses y en el momento adecuado aumentará exponencialmente. 

Entonces, si te animas a predecir el futuro, piensa en al menos una cosa que te gustaría saber sobre tus clientes durante por ejemplo los próximos 12 meses. ¿Ya? Veamos si alguna de las cosas que has pensado está entre estas tres:

1. ¿Qué clientes se van a gastar la mayor cantidad de dinero en mi tienda en los siguientes 12 meses?
2. ¿Cuándo me volverán a comprar mis clientes en los siguientes 12 meses?
3. ¿Qué productos van a comprar mis clientes en sus siguientes compras?: 

En definitiva se trata de que pienses qué preguntas tienes sobre tus clientes y cómo puedes dar respuesta a esas preguntas a través de los datos de los que dispones. Esto son sólo 3 ejemplos. Si tienes la herramienta correcta y una mente marketiniana, las posibilidades son infinitas. Si lees con asiduidad nuestro blog, sabrás además que si hablamos de esto aquí es porque, a día de hoy, la tecnología sobre la que ocurren todas estas cosas maravillosas está al alcance de todas las empresas, nuevas marcas y emprendedores, independientemente de su tamaño.

Hoy vamos a ver el punto 1. Los otros dos los trataremos en futuros artículos.

Quién se va a gastar la mayor cantidad de dinero en mi tienda en los siguientes 12 meses

Si quieres predecir cuáles serán los clientes que más dinero se van a gastar en tu tienda online en los siguientes 12 meses de entre todos los que tienes, esto lo podrías hacer de varias maneras, por ejemplo:

• Puedes determinar qué clientes se han gastado más dinero a día de hoy y asumir que estos serán los que más se gastarán en los siguientes 12 meses.
• Puedes acotar un poco espacio de tiempo mirando compras más recientes y determinar quién se ha gastado más dinero en los últimos 6 meses y asumir que esos serán los clientes de mayor gasto en los siguientes 12 meses.
• O puedes implementar un modelo predictivo de valor de vida del cliente o customer lifetime value (CLV) diseñado para mirar en tus datos y encontrar así el cliente con el mayor gasto previsto de una forma totalmente automatizada.

Cada uno de estos caminos tiene su grado de esfuerzo y de exactitud en el resultado. A nuestro modo de ver el menor esfuerzo y la mayor exactitud se deberían darse en la tercera opción, siempre y cuando sea un modelo predictivo fácil de implementar y de administrar. 

A qué tipo de preguntas puede darte respuestas un modelo predictivo de este tipo que ayude a responder a la pregunta general de este epígrafe:

1. Predicción del CLV: ¿Cuánto va a gastar un cliente durante los siguientes 12 meses?
2. Predicción del número de pedidos: ¿Cuántos pedidos creemos que va a realizar este cliente en los siguientes 12 meses?
3. Predicción de la probabilidad de abandono: ¿Cómo es de probable que este cliente no vuelva a realizar una compra en los siguientes 12 meses?

Aplicando el modelo obtendrás las respuestas que buscas. La realidad es que en ecommerce en general, el 80% de los clientes realizan una sola compra y ya no vuelven a comprar en una tienda determinada. A través de conocer mejor a tus clientes y sus futuros comportamientos, seguro que podrás aumentar el porcentaje de los clientes que realizan más de una compra en tu tienda online.

Representación visual del modelo

Enhorabuena si has llegado hasta aquí. ;) Ahora toca ver lo comentado en un formato visual que ayude a comprenderlo mejor. Aquí debajo tenemos el módulo predictivo de lo que podría ser un cliente concreto de tu tienda online. 

Si bien a primera vista puede parecer un gráfico no fácil de entender, verás que con una pequeña explicación es todo lo contrario:

• La barra representa un periodo de 12 meses.
• Las rayas verticales son los pedidos que este cliente ha ido realizando a lo largo de este tiempo.
• El color denota el grado de probabilidad de que este cliente no vuelva a comprar en nuestra tienda online. Verde indica baja y roja alta.
• Además tenemos el CLV total para este periodo, la predicción de probabilidad de abandono, y la media de días entre pedidos. 
  
  

Este primer gráfico nos muestra el modelo predictivo del perfil de Nacho. Como podrás ver, realizó un primer pedido y después, conforme pasaba el tiempo la probabilidad de abandono iba aumentando y por eso podemos ver que el color comenzó a pasar de verde a amarillo. Recuerda lo comentado antes de que en líneas generales la inmensa mayoría de clientes realiza sólo una compra en una tienda online. En otras palabras, cuando un cliente realiza una segunda compra, la probabilidad de que realice una tercera aumentan exponencialmente.

Ahora mismo (marcado por el punto Today), vemos como Nacho tiene un 87% de probabilidades de no volver a comprar más en esta tienda. Y esto es así porque tras realizar bastantes pedidos en un relativamente corto periodo de tiempo, a dia de hoy lleva bastante tiempo sin comprar. Nuestra experiencia nos dice que cuando vemos un perfil así, lo más probable es que no vuelva a comprar en nuestra tienda, de ahí el alto porcentaje de probabilidad de abandono. 

En el segundo gráfico vemos el modelo predictivo del perfil de Sara. Comienza igual que Nacho, con creciente probabilidad de abandono hasta su segunda compra. Luego vemos que teniendo en cuenta sus compras regulares (recencia y frecuencia), esta probabilidad se mantiene siempre baja, incluido a día de hoy. Cuando vemos un perfil de este tipo, lo más probable es que pronto vuelva a realizar una compra. Es por ello que tiene un 17% de probabilidad de abandono y un mayor CLV total que Nacho.

¿Y cómo se trabaja todo esto en tu herramienta de email marketing auto?

Lo primero, haciéndose las preguntas adecuadas sobre qué quiero saber de mis clientes para poder venderles más. 

Segundo, creando segmentos de entre todos tus clientes con reglas que te ayuden a encontrar respuestas a las preguntas que te has formulado. Un ejemplo sería un segmento que podríamos llamar "Alto CLV y baja recencia", lo que nos ayudaría a identificar clientes prometedores a los que no vemos desde hace un tiempo determinado y queremos activar. 

Otros ejemplos de lo que puedes descubrir a través del modelo:

• El modelo ve cosas que tú no puedes ver con el enfoque clásico más prescriptivo. Así por ejemplo puedes descubrir un cliente VIP de forma temprana si ha hecho por ejemplo dos compras en el pasado, tiene una predicción alta de CLV porque cuadra con las características de otros VIPs en tu tienda. 
• Identificar clientes que están en riesgo de no volver. Por ejemplo, un cliente que ha gastado un dinero considerable en nuestra tienda, pero que ahora mismo su riesgo de abandono es algo, como el ejemplo anterior de Nacho. 
• Averiguar cuál o cuáles de tus canales son los más lucrativos viendo cómo es el CLV de los clientes provenientes de cada canal. 

Y una vez tenemos los datos que nos dan respuesta a nuestras preguntas, es el momento de realizar las acciones correspondientes que nos acerquen a nuestros objetivos. Por ejemplo:

• No envíes cupones a clientes que tienen una predicción alta de CLV aunque hace tiempo que no te compran, porque el modelo te dice que estos clientes terminarán comprando. Utiliza más bien los cupones con aquellos clientes cuyo CLV es bajo para ver si consigues activarlos.
• Tratar a tus clientes VIP de una forma especial, agradeciéndoles de alguna manera el apego que tienen a tu marca. Si hay un momento en donde esto es más esencial todavía, es muy posible que este sea ahora mismo.
• Dar acceso exclusivo y previo a ofertas en ocasiones determinadas como por ejemplo en Black Friday. 

Es muy probable que ya estés haciendo todo esto de una u otra forma. Pero recuerda, aquí estamos hablando de un formato en piloto automático. Creas los segmentos, activas los flujos de emails y a navegar. Y cada vez que un cliente realiza una compra u otra acción representativa, esta se añade a su perfil, su CLV y demás parámetros. 

¿Necesitas ayuda para poner en marcha una solución de email marketing automatizado en tu marca? Ponte en contacto con nosotros.

 

Fuente: Klaviyo

--

Únete al grupo en Facebook de Emprendedores Shopify.
Si te estas planteando crear tu tienda online, prueba ahora Shopify gratis.