Manejando las relaciones con los clientes en el siglo XXI - Datamining: Descubriendo patrones de conducta o tendencias del mercado

Datamining

Datamining o la minería de datos, es la técnica que nos permite analizar las bases de datos de nuestros clientes o prospectos para descubrir patrones de conducta o tendencias del mercado; siendo también de gran utilidad, para localizar problemas en la atención al cliente, lo que nos va a permitir aumentar sustancialmente la satisfacción y retención de los mismos.

Entre las preguntas que podemos llegar a hacernos, figuran:

• Cuáles son los clientes más valiosos
• Qué clientes son más propensos a responder a una oferta
• Cuál es el mejor producto para cada cliente
• Qué campañas de Marketing fueron efectivas
• Que problemas de atención al clientes tenemos

Datamining: el cliente

Pero además, la minería de datos nos va a permitir conocer de cerca a nuestros clientes, descubriendo su lealtad hacia la empresa, el uso que le da a los productos, su propensión a la compra, las actitudes y valores que lo caracterizan y obviamente, tanto sus variables demográficas como las de nivel socioeconómico.

• Lealtad a la empresa
• Uso de productos
• Actitudes y valores
• Variables demográficas
• Nivel socioeconómico/capacidad de compra
• Propensión a la compra

Datamining: análisis de datos

El análisis de datos nos va a ayudar a entender las diversas necesidades de nuestros clientes, con el objeto de poder ofrecerles productos y servicios personalizados, predecir su comportamiento, aumentar su "customer share" y "life time value" (el valor monetario de toda su vida como cliente nuestro); y adquirir clientes mellizos, es decir, clientes que tienen los mismos patrones de conducta y/o variables psicogeográficas y de nivel socioeconómico.

• Conocer los clientes
• Analizar sus necesidades
• Predecir su comportamiento
• Venderles más (customer share)
• Averiguar el LTV de clientes
• Adquirir clientes mellizos

Datamining: análisis de datos

Las técnicas de cross sell (vender productos complementarios, por ej. zapatos y medias) y de up sell (vender una versión de mayor calidad del mismo producto), el análisis del churn - attrition (posibilidad de que un cliente deje de comprar un producto) o saber que clientes pueden llegar a activar o aumentar su consumo, así como también el análisis de campañas de Marketing, se ven ampliamente favorecidos en entornos de CRM analítico, que facilita la minería de datos anteriormente descrita.

• Cross sell/up sell: qué clientes tienen más chances de aceptar un producto
• Churn - attrition: posibilidad de que un cliente deje de comprar un producto
• Activar o aumentar consumo: qué clientes pueden llegar a activar o aumentar su consumo
• Análisis de campañas

Pasos a seguir: database

Una de las condiciones fundamentales para poder implementar campañas exitosas de Marketing es la confiabilidad de las bases de datos con las cuales vamos a operar. Una vez que tengamos los registros de los clientes identificados, se deberá mantener y actualizar esos datos a medida que los clientes realizen compras o se muden, contraigan matrimonio, etc.

Por otro lado, sería conveniente cruzar la base de datos con otras bases de datos, por ej. una base de tarjetas de crédito, y utilizar herramientas de análisis que permitan predecir comportamientos o tendencias del mercado.

• Identificar los clientes
• Mantener y actualizar la base de datos
• Cruzar la base con data psicogeográfica, demográfica, etc.
• Utilizar herramientas para predecir comportamientos