5. Fundamentos *
Los clientes son diferentes entre sí,
tienen necesidades diferentes y el
valor de unos y otros es diferente.
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.
(*) Artículo De la segmentación covencional a la segmentación relacional
Por Ada Gabriela Leyva G.
6. Fundamentos *
La segmentación de clientes es uno de los procesos estratégicos que se
desarrollan en el marketing, que divide al mercado en grupos homogéneos con
características similares, para aplicarle una estrategia diferenciada, satisfaciendo
de forma más eficiente a cada grupo de clientes.
Definamos segmento como un grupo homogéneo de consumidores en cuanto
a deseos, preferencias de compra, uso de productos, estilos de vida, similares, del
mismo segmento al cual pertenecen.
Entendamos también el mercado meta
como aquel grupo de clientes (segmento
seleccionado) que la empresa decide captar y
satisfacer más eficientemente que la
competencia, dirigiéndole su programa de
marketing.
(*) Artículo De la segmentación covencional a la segmentación relacional
Por Ada Gabriela Leyva G.
7. Tipos de segmentación
Según el objetivo:
Segmentación estratégica
Segmentación táctica
Según la dimensión del cliente:
Dimensión de valor vs. necesidad
Customer lifetime value
Dimensión geográfica
Dimensión comportamental
Dimensión relacional
Dimensión social
8. Segmentación estratégica
Los clientes se agrupan en un número reducido de segmentos.
Las variables se reducen a una sola etiqueta descriptiva del segmento, como
pueden ser familias promocioneras, singles de paso, fieles de proximidad o gran
compra. Gasto Medio mensual 150 €
Ticket Medio 83 €
Gasto medio Frecuencia Media 1,8
Regularidad 66%
LA COMPRA + Antigüedad 1,5 =
DIARIA % Gasto Perecederos 15%
FIELES DE
PROXIMIDAD % Gasto Promoción 45%
% Gasto Primera Marca 10%
Frecuencia media
% Gasto Primer Precio 30%
% Gasto Marca Propia 40%
Tamaño hogar 3,6
FAMILIAS
- PROMOCIONERAS +
GRAN COMPRA
DESPENSA
SINGLES
DE PASO
-
Cuadro 1. Mapa de posicionamiento de segmentos estratégicos de un supermercado
9. Segmentación estratégica
Igualmente, podemos visualizar cómo se posiciona un segmento en el conjunto
de variables.
profesional en movilidad clase económica 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
Cuadro 2. Ficha de características de segmento de un programa de fidelización de estaciones de servicio
10. Segmentación táctica
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
Análisis de los resultados
11. Tipos de campaña y métodos de
segmentación
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-.
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.
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 cross-selling donde la campaña se lanza
online, durante el proceso de compra.
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-.
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-
12. Segmentación y dimensiones del cliente
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.
13. 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.
El modelo puede combinarse con análisis comportamentales como RFM.
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 y económicas
Estilo de vida
Estudios ad-hoc
Variables de relación
14. Customer lifetime value
El valor de vida del cliente es la proyección del valor de cliente a futuro, en
función de su ciclo de vida.
Clientes Top, máximo
Gasto Gasto Total
Total
REALIDAD SOCIAL:
Excepciones al modelo
División hogares
Hogares
unipersonales en todo el
ciclo de su vida
Evento Single Nido en Nido reciente, Nido lleno Nido vacío Edad
formación, nacimiento de plata Tiempo
vivienda de hijos
15. 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-.
16. 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.
17. 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.
Incidencias, soporte técnico,
reclamaciones, solicitudes de
presupuestos o información general
son grandes oportunidades en este
sentido.
18. 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.
19. Metodología
Presentación al
Análisis de Definición de Validación de Presentación Explotación o
departamento Modelización
negocio variables negocio de resultados despliegue
técnico
20. Técnicas de segmentación
Métodos
jerárquicos
Análisis de
K-Medias
conglomerados
Métodos no
jerárquicos
Bietápico
Análisis factorial
Análisis de
Técnicas de factores Análisis
Segmentación
componentes
principales
Análisis
discriminante
Basado en Regresión
respuestas logística
Análisis CHAID
21. Reflexiones *
La segmentación del mercado "inicial" es referencial. Hay que actualizarla
permanentemente.
La segmentación perfecta no existe. No podemos plasmar resultados
precisos, permanentes entre la segmentación y el actuar del cliente en el
tiempo, establecida la condición estática del proceso de segmentar y la
condición dinámica, cambiante del cliente.
La segmentación reduce riesgos porque limita nuestro posible actuar a un
menor número de posibilidades, dándonos mayor certeza de éxito sobre el
segmento a trabajar y podemos optimizarla en términos de potencialidad y
rentabilidad, estudiando segmentos más pequeños dentro del mercado meta,
lo que nos permitirá desarrollar estrategias más acertadas.
Las etiquetas para la segmentación relacional deben describir la esencia de
nuestro propio cliente, puntualmente.
(*) Artículo De la segmentación covencional a la segmentación relacional
Por Ada Gabriela Leyva G.
22. Casos aplicativos
• Conocer más a sus afiliados según sus características de rentabilidad, permanencia, etc.
AFP • Se encontró segmentos potenciales para realizar acciones de marketing.
• Clasificación de nuevos afiliados, lo cual permitirá saber su comportamiento a prirori y anticiparnos a la competencia.
• Se logró segmentar a los clientes según el momento de uso de la Tarjeta de débito (Domimgueros, nocturnos, matinales, etc.)
Marketing • Se identificó a los clientes que generan mayores ingresos al banco al realizar trxs con su Tarjeta de débito.
• También generamos una segmentación RFM (Recency, Frecuecy, Money) que permitirá ejecutar campañas diferenciadas.
• Se logró desarrollar e implementar un modelo que calculaba la probabilidad de mal comportamiento de un cliente en un
futuro crédito.
Riesgos • Con este modelo implementado para los productos CEN y TSN se tiene una herramienta que permite a los funcionarios y
sectoristas tomar decisiones de reutilización del crédito o aumento de línea.
•Se logró identificar a los clientes que pagan solos y a los cuales se debe congelar sin hacer ninguna gestión inicial.
Cobranzas •Por otro lado se detectó a los clientes en los que se debe centrar los esfuerzos y priorizar su gestión de cobranzas.
• Se redujo los costos de llamada y una distribución más eficiente de los teleoperadores.
• Se logró detectar segmentos de clientes con alta probabilidad de realizar estructuración (“pitufeo”).
Prevención y • La unidad de prevención y cumplimiento se encuentra realizando el diagnóstico de los casos detectados,
Cumplimiento • Se espera lograr un aumento en el indicador de efectividad VPP (detección de casos sospechosos). Pasar de un 11% a un 20%
de efectividad.
31. Aplicaciones sector bancario
Cliente Cobranza
Ventas Cruzadas
Preferente Temprana Pronósticos de
Modelos Demanda
Retención
Agencia
Clientes
Operativa
Segmentación Inteligencia Inteligencia Análisis
Clientes
Comercial Operacional Desempeño
Optimización Cobranza Media-
Campañas Tardía
Data Mining Análisis
Simulación de
Competencia
Inversiones
Pérdida
Inteligencia Inteligencia Esperada
Análisis
Flujos de Financiera Riesgos Lavado de
Caja Dinero
Series de Predictores de
Tiempo Riesgo
Predicción Scoring de
Portafolio Ciclo de Detección y Cobranzas
Vida Prevención
Fraudes
32. Valor del Data Mining
Optimización y
Simulación
¿Qué es lo mejor
Modelamiento
Predictivo que puede pasar …?
Valor de Negocios
Pronósticos
¿Qué pasaría si …?
Data
Warehousing
¿Qué va a pasar …?
Data
Access
¿Cuáles …? (Drill Down)
Data
Collection ¿Cuántos …?
¿Qué pasó …?
Inteligencia