Basado en más de 35 años de experiencia trabajando con un amplio rango de organizaciones, SPSS ha identificado cinco “Máximas Predictivas”, mejores prácticas utilizadas por organizaciones líderes a la hora de maximizar el valor de su cartera de clientes mediante la aplicación de análisis predictivo.
1. Base su estrategia comercial en perfiles predictivos
Perfiles predictivos precisos y detallados son la piedra fundamental de cualquier estrategia o iniciativa de CRM. Utilice herramientas analíticas para crear segmentos de clientes, creando a continuación perfiles predictivos para cada segmento con el propósito de comprender mejor a su clientela. Dichos perfiles, al ser distribuidos a lo largo de toda la organización, permiten que la misma haga foco en actividades que probablemente aporten los mayores retornos.
2. Prediga la mejor forma de adquirir los clientes más adecuados
La adquisición de clientes es un proceso costoso pero necesario. Pagar un precio demasiado elevado para atraer nuevos clientes o la adquisición de éstos con un perfil inadecuado, puede tener un impacto negativo en sus ganancias. La utilización de métodos ineficientes redundará en mayores costos y ganancias inferiores a las pretendidas. Por ejemplo, atraer clientes con una alta probabilidad de abandono (“churn”) seguramente comprometerá parte de su presupuesto en un esfuerzo sin el retorno esperado. Otros clientes, si bien serán fieles a la compañía, tendrán un costo de mantenimiento que no justificará la ganancia obtenida. Mediante la ejecución de procesos analíticos predictivos, su organización podrá minimizar los costos enfocando los programas hacia los potenciales clientes con mayor probabilidad de respuesta.
3. Prediga la mejor forma de acrecentar la relación con sus clientes
Para maximizar el crecimiento de los clientes, así como prolongar su ciclo de vida, su organización necesita saber no sólo lo que sus clientes probablemente querrán, sino que también el momento en que lo querrán y la forma en que querrán recibirlo. El análisis predictivo puede entregarle este nivel de conocimiento.
En este sentido, es importante lograr lo siguiente:
• Creación de una estrategia predictiva del desarrollo de cada cliente.
• Descubrimiento de afinidades entre productos (análisis de canasta).
• Predicción de migración entre segmentos.
• Optimización de campañas vía modelado predictivo para un incremento en las tasas de respuesta.
• Consolidación de la relación con sus clientes consultando sus necesidades (complemente sus datos con encuestas).
Toda organización tiene datos sobre sus clientes. Reporting y OLAP proveen información sobre interacciones pasadas con los mismos. La Minería de Datos y la Distribución en Tiempo Real miran hacia adelante y pueden ser utilizados como guías para interacciones futuras. Con el tiempo, conforme las compañías se muevan hacia las soluciones predic-tivas, incrementarán el valor real de la información aportada a sus sistemas de CRM operacionales.
4. Prediga la mejor forma de conservar sus clientes por lapsos más prolongados
Varios estudios han demostrado que la adquisición de un nuevo cliente puede costar entre 5 y 12 veces más que lo invertido en retener uno existente. De la misma manera, han demostrado que un mejoramiento del orden del 5% en la retención de clientes puede incrementar las ganancias de una compañía entre un 25% y 100%. Evidentemente, mejorar la fidelidad de la cartera de clientes puede tener un impacto significativo en los resultados de la compañía. La fuga de clientes es particularmente crítica en mercados verticales como el retail, servicios financieros, telecomunicaciones y otras industrias en las que los clientes pueden cambiar de proveedor con relativa sencillez. Así, resulta de interés el delineamiento de una estrategia predictiva que incentive la fidelidad de la cartera, la creación de modelos predictivos de fuga (churn/attrition) y la conducción y análisis sistemático de encuestas de satisfacción.
5. Utilice inteligencia predictiva en cada punto de contacto con sus clientes
•
Monitoreo y administración del valor de los clientes: los grandes nombres de la administración suelen decir que no es posible administrar lo que no se mide. Esto, es particularmente cierto con el CRM. Un CRM rentable requiere mediciones precisas de los factores que afectan el éxito con los clientes y este esfuerzo implica una combinación de tecnologías predictivas e históricas.
• Potencie sus sistemas de CRM con capacidades predictivas: la distribución de los modelos predictivos desarrollados a cada uno de los puntos de contacto con el cliente, ya sea desde sus oficinas, el call center o su sitio de Internet, permitirá que logre una mayor efectividad y rentabilidad. Al incrustar modelos predictivos a su sitio de Internet, sus visitantes serán presentados en forma automática con una oferta que probablemente resulte en una venta. De la misma manera, podrá incrustar los mismos modelos a la aplicación que administra su call center, de manera que los ejecutivos sepan qué productos u ofertas tienen una mayor probabilidad de cumplir con la necesidades de cada cliente. Cada dato que devuelve cada uno de estos sistemas se convierte en un aporte adicional para futuras interacciones con los clientes, resultando en mayores ingresos.Agosto de 2004
