Saber qué vender, cuándo y a quién

Es un director de marketing que está contemplando el envío trimestral de su empresa a los clientes. Sabe que si consigue que algunos de sus clientes le compren, habrá aumentado las probabilidades de que vuelvan en el futuro; los clientes por segunda vez tienen más probabilidades de convertirse en clientes por tercera vez que los clientes por primera vez de convertirse en clientes por segunda vez, etc. Pero el correo es una propuesta cara, y ya sabe que en el pasado solo alrededor del 3% de los clientes respondían a los correos realizando una compra. Los accionistas y los analistas financieros vigilan de cerca el ROI de marketing de su empresa, por lo que tiene que hacer que cada contacto con sus clientes cuente.

Recurre al sistema de gestión de las relaciones con los clientes (CRM) recientemente implementado en su empresa, que hace un seguimiento de lo que compra cada cliente y cuándo. Con estos datos, debería poder determinar la probabilidad de que un cliente actual con un historial de compras determinado compre un producto determinado en un momento dado. Esta información debería permitirle no solo dirigirse a los clientes que tienen más probabilidades de comprar algo, sino también adaptar su oferta a lo que sea más probable que les atraiga. Y debería impedir que gaste dinero en clientes que no quieren cumplir (y que, de hecho, podrían desanimarse por la avalancha de ofertas no solicitadas que vienen de su organización). Todo esto debería mejorar significativamente su ROI: las ventajas de una segmentación más precisa y de la reducción del número de correos superan con creces los costes de personalización en la era digital.

Esa, al menos, es la teoría. Lamentablemente, a pesar de la abundancia de datos que recopilan muchas empresas, la mayoría no predice el comportamiento de sus clientes. De hecho, nuestra investigación sobre los patrones de compra de miles de clientes de dos grandes firmas sugiere que sus predicciones sobre si un cliente en concreto comprará un producto en particular en un momento determinado solo son correctas alrededor del 60% de las veces, un resultado que no justifica los costes de tener un sistema de CRM en primer lugar. Al fin y al cabo, usted predeciría con precisión el resultado del lanzamiento de una moneda el 50% de las veces. La mayoría de las empresas toman estudios como este como prueba de que es imposible utilizar el pasado para predecir el futuro y vuelven a la desgastada práctica de marketing de inundar a sus clientes con ofertas.

Pero como demostraremos, las malas predicciones no se deben a ningún problema básico con los sistemas de CRM ni a ningún fallo del poder predictivo del comportamiento pasado. Más bien, el problema radica en las limitaciones de los métodos matemáticos que utilizan la mayoría de las empresas para interpretar los datos. Hemos desarrollado una nueva forma de predecir el comportamiento de los clientes, basada en el trabajo del economista Daniel McFadden, ganador del Premio Nobel, que ofrece resultados considerablemente mejores. De hecho, la nueva metodología aumenta las probabilidades de predecir con éxito una compra específica de un cliente específico en un momento específico a alrededor del 80%, una cifra que tendrá un gran impacto en el ROI de marketing de cualquier empresa. Con nuestra metodología, los directivos pueden aumentar los ingresos y, al mismo tiempo, reducir la frecuencia del contacto con los clientes, lo que demuestra que la sobrecomunicación sí perjudica las ventas de la empresa.

Un problema de probabilidades

Para entender por qué las empresas predicen tan mal el comportamiento de los clientes, primero debemos analizar más de cerca los métodos que utilizan. El método más común consiste en dos pasos distintos. El primer paso consiste en estimar la probabilidad de que un cliente decida comprar un producto en concreto. La segunda es estimar la probabilidad de que un cliente haga una compra en un momento determinado. La mayoría de las empresas se detienen en el primer paso, lo que limita su capacidad de hacer predicciones precisas sobre el momento de las compras, pero incluso las empresas que siguen el proceso acaban con datos incorrectos, como veremos.

Se supone que la probabilidad de que un cliente decida comprar un producto en particular es función de un rango de variables. Algunas de las variables serán los datos demográficos del cliente, otras reflejarán el comportamiento de compra anterior de la persona y otros factores tendrán que ver con las acciones de la empresa, como la familiaridad del cliente con la marca o la naturaleza del contacto de la empresa con él o ella. Los vendedores que utilizan el método tradicional determinan la importancia relativa de las variables analizando una muestra de clientes, normalmente aquellos de los que la empresa tiene los datos más ricos. Luego se aplica algún tipo de análisis de regresión a estos datos para derivar una ecuación con la probabilidad deseada, en la que cada variable tiene un coeficiente o ponderación que determina su importancia relativa. La ecuación se utiliza entonces para estimar las probabilidades de elección de productos para todos los clientes sobre los que la empresa tiene datos suficientes, suponiendo que los coeficientes de la muestra seguirán siendo válidos para todos los clientes en el futuro. Lo que los vendedores obtienen al final de este ejercicio es una serie de probabilidades que les indican (teóricamente) qué clientes tienen más probabilidades de comprar un producto en particular y qué productos es más probable que compre un cliente en particular. Sin embargo, no les dice nada sobre cuándo comprará un cliente.

El siguiente paso del método tradicional es estimar la probabilidad de que un cliente realice una compra en un momento dado. Esta probabilidad es una función del intervalo medio entre las compras de todos los clientes de la muestra original, ajustado para tener en cuenta una serie de variables específicas del cliente, como los intervalos de tiempo entre las compras más recientes y la frecuencia con la que se envía material de marketing a cada persona. Los datos históricos de estas variables de una muestra de clientes se incluyen, una vez más, en una forma de análisis de regresión que produce una ecuación en la que la importancia relativa de las variables determinantes es fija. Al incluir datos nuevos sobre estas variables en la ecuación, los vendedores pueden deducir la probabilidad de que cada cliente compre un producto en un momento determinado. Esto permite al vendedor determinar en qué momentos (por ejemplo, en qué meses) es más probable que cada cliente compre alguno de los productos de la empresa.

La probabilidad conjunta del comportamiento de compra futuro de cada cliente se calcula simplemente multiplicando las dos probabilidades: cual productos que la persona comprará y cuando . Lo que los vendedores obtienen de esto es un cubo de probabilidad cuyos tres ejes son los clientes, los grupos de productos y los períodos de tiempo, como se ilustra en la exposición «El cubo de probabilidad del cliente». Los vendedores pueden utilizar el cubo de varias maneras. Pueden identificar qué productos comprará cada cliente durante un período y cuándo es más probable que se realicen sus compras. O pueden identificar a los clientes que tienen más probabilidades de comprar cada producto y los momentos en los que el producto tendrá más demanda. Con esas predicciones, pueden determinar qué productos ofrecer a qué clientes y en qué momentos.

El cubo de probabilidad del cliente

Para segmentar mejor las iniciativas de marketing, las empresas tienen que poder predecir qué productos comprarán los clientes y cuándo. Los vendedores utilizan un cubo de

…

Todo esto suena muy razonable. La relación entre la decisión de compra del cliente y la elección del producto parece reflejarse en el hecho de que las probabilidades de elección del producto se tienen en cuenta en las probabilidades temporales. Y en muchos sectores, los tamaños de las muestras son grandes y están repletos de datos de clientes. Entonces, ¿por qué los números son tan poco fiables?

Parte del problema es que el momento de la compra del cliente depende del tipo de producto adquirido. Supongamos que un cliente compra el producto A cada tres meses y el producto B cada cuatro meses. Supongamos además que han transcurrido dos meses desde la última compra del cliente y ha comprado el producto B en ese momento. Está claro que ahora mismo este cliente tiene más probabilidades de comprar el producto A que el producto B. Pero el enfoque de multiplicar las probabilidades de elección del producto y el momento de compra a partir de dos ecuaciones de regresión independientes ignora por completo cualquier tipo de interdependencia entre las dos probabilidades. El resultado son malas predicciones tanto de cuándo un cliente realizará una compra como del producto que comprará en ese momento. Sin embargo, hay correcciones estadísticas que pueden hacer frente a este fenómeno común del análisis de regresión, por lo que no es el principal problema del método.

Hay otra fuente de error en el método tradicional que no se puede corregir: el hecho de que las dos ecuaciones de probabilidad se basen en datos de una sola muestra. Esto da lugar a error de muestreo, la imprecisión de los resultados que se produce cuando se utiliza una muestra de población para explicar el comportamiento de la población total. Para entender cómo funciona esto, considere el siguiente ejemplo sencillo. Supongamos que tiene 20 millones de clientes y quiere saber qué tan bien valoran su producto. Probablemente no preguntaría a los 20 millones de ellos qué pensaban y luego promediaría todas las valoraciones. Más bien, es más probable que haga la pregunta a una muestra aleatoria de 1000 clientes y haga una media de sus respuestas. Entonces utilizaría su valoración media de, digamos, cuatro estrellas como indicador de la valoración media de toda la población. El problema es que si tomara otra muestra aleatoria de 1000, podría obtener una valoración media de tres estrellas. Si tomara 100 de esas muestras, descubriría que las valoraciones de estas muestras seguían un patrón de distribución normal en forma de campana en torno a una media (por ejemplo, 4,1 estrellas) que estaba más cerca de la valoración media real de toda la población. La probabilidad de que la muestra con la que empezó tuviera realmente la misma media que la población en su conjunto es infinitesimal. Para acercarse a la media poblacional real, tendría que repetir la prueba 100 veces o más con muestras diferentes o utilizar una muestra mucho más grande.

El enfoque tradicional de estimación de las probabilidades es vulnerable a los errores de muestreo, precisamente debido a la suposición implícita en todos los análisis de regresión de que las ponderaciones, o coeficientes, de las variables independientes del grupo de muestra son representativas de la población en su conjunto (la población aquí son todos sus clientes actuales y la muestra son los clientes existentes que utiliza para determinar la relación). Pero dado que es muy poco probable que sea así, las relaciones entre las decisiones de compra de los clientes y las variables determinantes estimadas mediante el análisis de regresión están destinadas a ser inexactas. Si el error de muestreo es lo suficientemente grave, la empresa que utilice esta metodología puede acabar eligiendo el producto equivocado para vender en el momento equivocado al cliente equivocado, e incluso utilizar los canales incorrectos (los canales que utiliza una empresa suelen ser un factor determinante tanto de la elección del producto como del momento de compra).

Lamentablemente, la mayoría de las empresas no tienen más opción que confiar, a menudo, en muestras relativamente pequeñas para realizar los cálculos. Con frecuencia, carecen de datos suficientes sobre todos sus clientes como para estimar las relaciones significativas entre los distintos impulsores del comportamiento de compra. Además de eso, puede que las poblaciones simplemente sean demasiado grandes para que las manejen sus ordenadores. Imagínese intentar trabajar con los datos de 1 millón de clientes que eligen cada mes entre 1000 productos. Sin embargo, es precisamente para las empresas con un gran número de clientes donde un cubo de probabilidad preciso crearía el mayor valor.

Eliminar el error de muestreo

Entonces, ¿cómo pueden las empresas deducir las probabilidades sin errores de muestreo? La respuesta está en una rama de las matemáticas estadísticas llamada estimación bayesiana. La metodología existe desde hace décadas, pero solo recientemente ha entrado en la corriente principal del marketing.

La estimación bayesiana resuelve el problema de la siguiente manera. En lugar de estimar una sola ponderación para cada variable (como hace el análisis de regresión), la fórmula básica de esta técnica especifica primero el rango de ponderaciones que podrían haber producido los datos observados de la muestra que se está analizando. Luego, mediante una cadena iterativa de cálculos, permite al analista determinar las ponderaciones más probables de las variables implicadas, las que probablemente habrían producido los datos observados. Puede pensar en una estimación bayesiana como reproducir los puntos de un diagrama de dispersión en lugar de encontrar la línea que mejor se ajuste, que es lo que hace el análisis de regresión. Este tipo de cálculo tiene un mayor poder predictivo porque reproduce el comportamiento real de una muestra en lugar de estimar un conjunto de ponderaciones a partir de una muestra y, a continuación, suponer que esas ponderaciones son válidas para toda la población.

Nos basamos en el trabajo pionero de Daniel McFadden para desarrollar una fórmula multivariante llamada función de probabilidad, que puede calcular con precisión las probabilidades de compra y tiempo de una población de clientes que elige entre más de dos productos. Obviamente, eso es importante, porque la mayoría de las empresas ofrecen más de dos productos y muchos de sus clientes (especialmente los que probablemente usen en una muestra) habrán comprado más de dos productos diferentes. Si bien un análisis completo de las matemáticas del modelo va más allá del alcance de este artículo, incluimos una descripción resumida de la fórmula en la exposición «Estimación de la probabilidad de compra». (Remitimos a los interesados en una exposición completa de nuestra metodología a nuestro documento de trabajo, «Un análisis de la secuencia de compras». Framework for Targeting Products, Customers and Time Period» y al artículo que describe la obra de Daniel McFadden en el que se basa nuestra metodología: «Social Science Duration Analysis», de James Heckman y Burton Singer, en el libro Análisis longitudinal de los datos del mercado laboral.)

Estimar y utilizar nuestra función de probabilidad requiere un software especial, como Gauss o MATLAB. Empezamos por incluir en el programa el comportamiento de compra real de todos los clientes de nuestra muestra, especificando qué ha comprado cada uno y cuándo durante un período determinado. A continuación, introducimos todos los demás datos que tenemos de cada cliente de la muestra: edad, sexo, tiempo medio entre compras, etc. A continuación, el software del programa procesa los datos a través de nuestra función de probabilidad y aplica de forma iterativa diferentes ponderaciones a cada variable hasta que la función se acerca al rango de coeficientes con más probabilidades de reproducir los comportamientos observados al principio. En otras palabras, el software aplica ingeniería inversa al diagrama de dispersión, en el que los puntos son compras de diferentes productos en diferentes momentos por parte de diferentes clientes de la muestra.

Por supuesto, para que este nuevo enfoque suponga una mejora con respecto a los métodos tradicionales, tiene que generar resultados más precisos. Para ver si este era el caso, primero lo aplicamos a una gran empresa multinacional B2B que vende productos y servicios de alta tecnología a profesionales y Fortuna 500 clientes. Examinamos tres años de datos (del 2000 al 2002) de una muestra de 20 000 clientes para determinar los coeficientes de las variables de los clientes y, a continuación, aplicamos las ecuaciones resultantes a todos los clientes de la base de datos para obtener un cubo de probabilidad que cubría los cuatro trimestres que comenzaron en enero de 2003. Analizamos una serie de factores relacionados con el comportamiento de compra (como el número de productos comprados en diferentes categorías de productos y el número de productos comprados dentro de la misma categoría) y el momento (los tiempos entre compras, por ejemplo, y la frecuencia de los contactos de marketing).

Luego aplicamos la metodología tradicional (utilizando el mismo conjunto de variables del cliente) para derivar un segundo cubo de probabilidad. Las probabilidades obtenidas por los dos métodos produjeron números muy diferentes, como puede verse en la exposición «¿En qué se diferencian nuestros números?» La exposición compara las probabilidades de que un solo cliente muy frecuente elija comprar uno o los dos productos en un período de cuatro trimestres.

¿Qué tan diferentes son nuestros números?

Los gráficos de esta exposición comparan las probabilidades de compra de un solo cliente a lo largo del tiempo y según los tipos de productos. El primer gráfico muestra las cifras

…

Comparamos las probabilidades que obtuvimos con ambos métodos con el comportamiento real observado de varios clientes de nuestra empresa B2B durante 2003 y 2004, y en la exposición «¿Qué precisión tuvimos?» Nuestro método era mucho mejor para predecir lo que harían realmente los clientes que el método tradicional. Cuando nuestra metodología, por ejemplo, predijo que un cliente en concreto tenía una probabilidad alta (definida como más del 50%) de comprar el producto 1 en un trimestre determinado, en el 85% de los casos, el cliente sí que compró ese producto. (Las tasas de acierto al comprar el producto 2 de forma individual y comprar los productos 1 y 2 juntos fueron del 74 y el 80%, respectivamente). Pero cuando la metodología tradicional indicaba que un cliente tenía una probabilidad alta de comprar el producto 1, la predicción solo era correcta en el 55% de los casos. Por lo tanto, nuestra nueva metodología mejoró la capacidad de la empresa B2B de predecir con precisión el comportamiento de los clientes en aproximadamente un 54%. El principal defecto del método tradicional es que, aunque predice con precisión los productos que comprará el cliente, no funciona bien a la hora de predecir la hora de compra. La mayor precisión de nuestro método también se reflejó en la reducción de la desviación estándar de nuestras predicciones. Por lo general, nuestras predicciones variaban 3,4 meses con respecto al resultado, en lugar de los 4,4 meses del enfoque tradicional.

¿Qué tan precisos fuimos?

Esta exposición compara el poder predictivo de nuestro método con el del método tradicional de estimación de las probabilidades de compra. Vemos que el 85% de los clientes de la

…

Realizamos el mismo experimento para una gran empresa que vendía productos de inversión financiera, banca y seguro directamente a los consumidores. Esta vez, utilizamos cuatro años de datos de 10 000 clientes para estimar las probabilidades a lo largo del quinto año. Las variables de cliente que introdujimos eran las mismas que las que utilizábamos para la empresa B2B, con algunos ajustes que reflejaban la diferente naturaleza de las empresas (los clientes no pueden, por ejemplo, devolver los servicios financieros). Los resultados que obtuvimos fueron sorprendentemente similares a los del caso B2B. Nuestro modelo pronosticó las compras reales correctamente entre el 71 y el 89% de las veces, lo que se compara favorablemente con una tasa de aciertos de entre el 58 y el 65% del modelo tradicional. De media, la mejora del rendimiento del modelo propuesto es de alrededor del 33% en comparación con el modelo tradicional. La desviación media en el plazo de compra fue de unos 3,1 meses para nuestro método, en comparación con los 4,2 meses del método tradicional.

Más beneficios para el dinero del marketing

Nuestros experimentos destacaron la importancia de las interdependencias entre las variables. De especial interés fue nuestro descubrimiento de que la aceleración de las compras estaba vinculada a la comunicación de marketing de una manera muy no lineal. Por debajo de cierto umbral de frecuencia de contacto de marketing, los clientes no podían comprar; pero por encima de cierto umbral, los clientes se desanimaban. En otras palabras, comunicarse demasiado puede perjudicarle tanto como comunicarse muy poco. Está claro que muchas empresas pueden estar perjudicando activamente los ingresos de sus clientes en un intento de asegurarse de que no se pierda ninguna oportunidad de venta. Este hallazgo refuerza las pruebas anecdóticas: ¿Qué opina, como cliente, del espacio que ocupan en su buzón de correo las ofertas especiales de las compañías de tarjetas de crédito?

Es posible que muchas empresas estén perjudicando activamente sus ingresos en un intento de asegurarse de que no se pierda ninguna oportunidad de venta.

El corolario es que una reducción cuidadosa de la comunicación por parte de estas mismas empresas a los niveles correctos no solo se traduciría en una reducción de los costes, sino también en un aumento de los ingresos por cliente. Para comprobar la eficacia de nuestra metodología a la hora de ayudar a las empresas a encontrar los niveles correctos, realizamos un estudio de campo para ver qué impacto tendría realmente la aplicación de las estrategias sugeridas por el modelo en los beneficios e ingresos de nuestras dos empresas, de las que sospechábamos que eran culpables de un exceso de comunicación.

Dividimos cada una de nuestras muestras (20 000 clientes de la empresa B2B y 10 000 de la empresa de servicios financieros) en un grupo de prueba y un grupo de control. La estrategia de comunicación para los clientes de los grupos de prueba se determinó mediante las relaciones entre variables y las predicciones de probabilidad generadas por nuestro modelo. La estrategia de contacto para los clientes de los grupos de control la determinó el enfoque tradicional de su empresa. A lo largo de un año, recopilamos datos por cliente sobre los ingresos, los costes de venta y comunicación, el número de contactos antes de realizar una compra, los beneficios y el rendimiento de la inversión de los clientes de la muestra.

La exposición «¿Cuál fue el impacto en los resultados finales?» muestra un desglose de las diferencias entre los dos grupos de cada empresa para cada medida rastreada. Los planes de comunicación determinados por nuestro modelo se tradujeron en importantes mejoras en la rentabilidad. En la empresa B2B, la nueva metodología aumentó los beneficios en una media de 1600 dólares por cliente, lo que representa una mejora del ROI del 160%. Dado el tamaño de la muestra de más de 20 000 clientes, el aumento de los beneficios ascendió a unos 32 millones de dólares solo para el grupo de muestra. Dado que toda la base de clientes de la empresa era de 200 000, la posible mejora de los beneficios ascendería a 320 millones de dólares. Para la empresa de servicios financieros, la mejora media de la rentabilidad por cliente fue de unos 400 dólares, lo que representa una mejora del ROI del 200%. Dado el tamaño de la muestra de más de 10 000 clientes, el aumento de los beneficios ascendió a más de 4 millones de dólares. Extendida a la población total de clientes de la empresa, la mejora de los beneficios ascendería a 200 millones de dólares.

¿Cuál fue el impacto en los resultados?

Reducir el nivel de comunicación de marketing con los clientes, como sugería nuestro enfoque, mejoró considerablemente la rentabilidad de la inversión en marketing en las dos

…

Una gran parte de esta mejora de la rentabilidad, por supuesto, puede atribuirse a los costes que se ahorran al reducir el nivel de comunicación (un 31% en la empresa B2B y un 26% en la empresa de servicios financieros). Pero tenga en cuenta que los ingresos generados por todos los grupos de productos también aumentaron. La diferencia media de 365 dólares por cliente en los ingresos de una empresa B2B, por ejemplo, implica que las ventas podrían aumentar hasta 73 millones de dólares si la nueva metodología se extendiera a los 200 000 clientes. Por lo tanto, parece que nuestro modelo hace algo más que permitir a las empresas dejar de gastar dinero en clientes poco receptivos; de hecho, ayuda a las empresas a recuperar las ventas que sus estrategias de marketing tradicionales podrían estar perdiendo actualmente.• • •

El secreto para lograr un buen ROI de marketing es simple: ofrecer a los clientes más de lo que realmente quieren y menos de lo que no quieren. Siempre ha sido difícil determinar lo que los clientes quieren y lo que no quieren, y mucho menos cuándo lo quieren o no, por lo que los vendedores han recurrido a ofrecerles todo el tiempo. Nuestra nueva técnica hace que sea perfectamente posible que las empresas eviten esta trampa. Y gracias a la amplia disponibilidad de bases de datos completas, la potencia de cálculo, los avances metodológicos y el pensamiento empírico cuantitativo, la lista de empresas que pueden beneficiarse de este enfoque es amplia y sigue creciendo. Las empresas que aprovechen la nueva tecnología de la manera correcta se beneficiarán doblemente: la reducción general del nivel de marketing evitará que alejen a los clientes y, al mismo tiempo, pondrá más dinero a disposición de los clientes actuales para promociones personalizadas y para iniciativas de divulgación entre los nuevos. Cuando las empresas ofrezcan a los clientes lo que quieren, cuando lo quieren, las ventas subirán.