Uso de análisis predictivo para detectar clientes con mayor afinidad para comprar
Publicado: 2016-01-10Se está llevando a cabo un interesante estudio sobre posibles morosos de préstamos que no tiene nada que ver con su estado financiero, puntaje de crédito o hábitos de gasto. Si se cree en los resultados del análisis inicial, el estudio afirma que las personas que mantienen sus teléfonos móviles siempre cargados tienen menos probabilidades de no pagar su EMI que aquellos que esperan que la batería se agote por completo.
Ahora, el último grupo de personas también incluiría a aquellos que creen en el mito técnico de que una batería primero debe descargarse por completo, antes de volver a cargarla. No obstante, los resultados apuntan hacia una pieza crítica en el rompecabezas de los préstamos, cómo saber (psicológicamente) si el solicitante del préstamo lo va a pagar a tiempo o no, eso también se basa en factores que no están relacionados con el dinero de ninguna manera. Sin embargo, están relacionados con la persona que solicita el préstamo y sus hábitos.
Así que los hábitos son la clave para asegurar la probabilidad de que una persona haga algo, porque los hábitos son difíciles de cambiar.
Del mismo modo, los modelos de predicción en el comercio minorista, que miden la probabilidad de que una persona compre, lo hacen utilizando datos de clientes no transaccionales. Algunos pueden confundir la probabilidad de comprar con la intención de comprar, pero permítanme despejar la niebla:
Está revisando un producto que podría indicar que desea comprarlo. Sin embargo, es posible que aún no lo compre, o probablemente planee comprarlo el próximo mes. El motivo podría ser cualquiera, por ejemplo, su límite de crédito para el mes actual no le permitiría realizar esta compra. Entonces, incluso con la intención de comprar, su probabilidad de comprar es nula, al menos durante este mes.
Ahora que tenemos claros los dos conceptos, avancemos con el análisis predictivo.
¿Cómo funcionan los modelos de predicción?
Predicción para compradores primerizos
El modelo compararía el comportamiento previo a la compra de los prospectos con el de clientes anteriores que compraron algo. El modelo utiliza atributos como correos electrónicos abiertos, páginas visitadas, ruta de compra, llamados a la acción en los que se hizo clic, etc.
Los compradores potenciales cuyo comportamiento coincide más con los compradores anteriores se etiquetan como "compradores de alta afinidad". Los especialistas en marketing persiguen esta nueva lista de prospectos con mensajes personalizados para cerrar el máximo número de ventas.
Predicción para compradores habituales
Anticipar la probabilidad de compras repetidas tiene en cuenta los datos de transacciones anteriores y también las interacciones que ocurrieron antes de que se realizara la compra. Esto es similar al modelo para los compradores por primera vez.
Sin embargo, hay información adicional poblada en la base de datos desde la primera compra de estos clientes. Esta consolidación mejora sustancialmente la precisión del modelo, ya que incorpora datos sobre compras repetidas, paquetes devueltos y también la interacción con el servicio de atención al cliente.
Un ejemplo vivo
Entonces es algo como esto:
“Hola Selena,
Ha pasado un tiempo desde la última vez que hablamos. Estoy encantada de contarles que hemos lanzado un nuevo estilo de encogimientos de hombros de cachemira que creo que les encantará. Son similares a la rosa que compraste el invierno pasado, pero en un corte mucho más favorecedor. Te envío uno de esta colección, en tu talla. Pruébelo y déjeme saber cómo le queda y cómo se siente.
Recomendado para ti:
¿Qué significa la disposición contra la especulación para las nuevas empresas indias?
Cómo las empresas emergentes de Edtech están ayudando a la fuerza laboral de la India a mejorar y prepararse para el futuro...
Acciones tecnológicas de la nueva era esta semana: los problemas de Zomato continúan, EaseMyTrip publica...
Startups indias toman atajos en busca de financiación
La plataforma de marketing digital Logicserve obtiene fondos de INR 80 Cr, cambia de marca como LS Dig...
Informe advierte sobre un escrutinio regulatorio renovado en Lendingtech Space
Cadena
Tu estilista personal”
Ahora, ¿quién no querría ser tratado así?
¿Qué necesitaría para el análisis predictivo y por qué?
Un enfoque móvil primero. ¿Por qué? Porque ahora el viaje de un cliente a la compra no es un camino lineal, sino un juego de conectar los puntos donde hay múltiples puntos de contacto Y el móvil se encuentra en el corazón de la trayectoria.
Una vez que obtenga eso, tendrá acceso a una gran cantidad de puntos de datos. Desde estadísticas de uso de aplicaciones hasta actividad en las redes sociales, tiene todo lo que necesita para descifrar la mente misteriosa de un comprador.
La era de trabajar con los datos de los organismos gubernamentales y las instituciones financieras se ha ido, y también se han ido los tiempos de usar la intuición para resolver problemas de conversión. Entonces, lo que queda son grandes cantidades de datos e información de correlación única que puede ayudarlo a elegir varios hábitos de compra que tienen las personas y aprovecharlos para su beneficio.
Beneficios del Análisis Predictivo en Retail
Descuentos específicos (y menos descuentos)
Hay tres tipos de compradores: primero, que quieren comprar solo con descuento; segundo, que compran independientemente de la disponibilidad del descuento; y tercero, que puede influir en cualquier dirección. Como especialista en marketing, sé que solo el 20 % de la población de clientes son adictos a los descuentos y el 15 % suele comprar sin descuento, mientras que a la mayoría de ellos no les molesta la presencia de una oferta. La mayoría de los especialistas en marketing, como yo, también saben esas cosas. Entonces, ¿por qué ofrecen descuentos generales que dan como resultado una caída en los márgenes de beneficio generales?
Yo llamaría a eso pereza. Pereza para comprender y analizar un cliente potencial individualmente y atender sus necesidades únicas.
Hay una cosa terriblemente mal con los descuentos. Si das en ciertas ocasiones cada año, la gente empieza a esperarlos y luego, esperan que llegue ese período de descuento para comprar. No comprarán sin ese descuento. Así que ese es un mal hábito al que hemos expuesto a nuestros clientes.
Entonces, ¿cómo se deben manejar los descuentos? Aquí está su respuesta: 7 formas de descuento que no devalúan su producto
Este artículo, o yo, no digo que los descuentos u otros incentivos estén mal. Pero deberían actuar como un edulcorante en el té, y no como el té en sí. Los descuentos deben actuar como estímulo. Lo que quiero decir es que si ves que un cliente abandona su carrito, puedes ofrecerle un descuento; o como recompensa de registro para adquirir un nuevo cliente. Al dejar de lado los incentivos, puede centrar su atención en la atención personalizada a las necesidades y deseos individuales de un cliente a través de recomendaciones y recordatorios.
De esta manera, podrá maximizar tanto los ingresos como la rentabilidad de cada cliente.
Segmentos de clientes detallados en los que centrarse
Como dije, el momento de segregar a los clientes según la demografía ya no está aquí. Centrarse en el comportamiento y los patrones de compra les brinda a los especialistas en marketing una visión más profunda sobre cómo llegar al cliente de una manera sutil y estratégica, porque llegar y adquirir clientes es costoso. No solo sabrá lo que compran, sino cómo lo hacen, cómo eligen y se deciden por algo. Llegarás a comprender qué les hace abrir sus billeteras por ti y también qué les hace decir cosas buenas sobre tu marca y empujar a sus seres queridos a comprarte.
Además de elegir a las personas adecuadas, aumenta sus posibilidades de ser escuchado, escuchado y seguido, lo que mejora enormemente su ROI. Ser más relevante y útil ayuda a los especialistas en marketing a reducir su dependencia de los grandes descuentos.
Enfoque centrado en el cliente
¿Qué sucede en una venta de liquidación de existencias?
En primer lugar, la mayoría de los clientes no encuentran el producto que buscan, al menos no con las especificaciones adecuadas. En segundo lugar, la empresa liquida su almacén con pérdidas porque renuncia a una gran suma sobre todo el inventario antiguo. No parece una situación ganadora para ninguna de las dos partes.
Esto se debe a que se trata de un enfoque centrado en la mercancía, no centrado en el cliente. No hace que el cliente se sienta especial de ninguna manera. Además, sensibiliza a los clientes de forma equivocada. Como dije, recogerán tu patrón, profundizarán en un hábito similar y luego esperarán a esa gran venta anual. Nunca se sabe, es posible que algunos clientes que compran en ese período ni siquiera necesiten un 55% de descuento. Todavía podrían haber comprado al 25% o no haber hecho ningún trato.
Por lo tanto, desde el punto de vista comercial, obtiene tres grandes beneficios del análisis predictivo:
- Margen incremental (de aquellos que están motivados a comprar)
- Ingresos incrementales (de aquellos que inicialmente no tenían incentivos para comprar)
- Reducción del exceso de existencias (mejor gestión del inventario)
Errores a evitar
No hay iniciativa de marketing que no pueda salir mal, ni siquiera el análisis predictivo. Este artículo enumera algunos de los errores que uno puede evitar fácilmente con un poco de precaución. Algunos importantes se enumeran a continuación:
- Tenga un objetivo en mente antes de comenzar a conectar los puntos.
- No continúe con la campaña a menos que tenga todos los puntos de datos requeridos.
- Elimine los datos que pueden interferir con sus conocimientos y nublar su juicio.
- Inicie y muévase a la velocidad del rayo porque el contenido es dinámico y, si se demora, la situación podría haber cambiado para su plan para entonces.
- Dado que cada negocio es diferente, no le crea a los expertos en la materia ni a la investigación. Todos se basan en datos obsoletos.
Conclusión
El modelo tradicional de segmentación de clientes utilizó sus datos demográficos, actitudes o preferencias de compra. Tiene sus propios beneficios, pero la tecnología y los deseos de los consumidores los han vuelto obsoletos. El análisis predictivo, por otro lado, revela patrones ocultos en los datos que ayudan a los especialistas en marketing a ver los mismos datos bajo una luz diferente y, por lo tanto, abordan el concepto de gestión del ciclo de vida del cliente desde una nueva perspectiva.
La segmentación realizada con este enfoque es mucho más matizada y precisa, tanto que puede predecir si un prospecto le comprará o no, si aceptará su oferta o no, o si permanecerá leal en el largo plazo. Esta es una situación en la que todos ganan, tanto para los clientes como para las empresas, lo que conduce a una relación más rentable y duradera basada en la confianza mutua.
Entonces, si ha soñado con saber de antemano qué comprará el cliente, qué almacenar en mayor cantidad, cómo resolver los problemas de los clientes incluso antes de que aumenten o determinar cuántos ingresos generaría ese cliente en su asociación completa con usted, entonces aquí es tu oportunidad Con Análisis Predictivo.
Descargue una interesante investigación sobre lo que funciona (y lo que no) en el marketing por correo electrónico para comercio electrónico de TargetingMantra.