Junto al Registro Único , el centro de la propuesta GAMERING de Arquitectura MarTech son los Modelos Algorítmicos de Clientes o CAMs (Customer Algorithmic Models).
Como ya hemos dicho, para la función de Marketing , toda la información que tiene la empresa sobre el cliente es crítica. Es crítica para definir Modelos que nos ayuden a optimizar nuestras acciones e inversiones de Marketing y nuestras relaciones con los clientes.
Los CAMs nos permiten segmentar de diversas formas nuestra Base de Datos de Clientes: para optimizar nuestra comunicación, las promociones y el valor del cliente, como desde hace años propone Félix Cuesta con el que, desde GAMERING (www.gamering.es ) hemos tenido la oportunidad de colaborar en diversos proyectos.
La propuesta de Félix Cuesta, denominada “Segmentación de Valor del Cliente” es un CAM que, con solo dos valores únicos, nos permiten posicionar al cliente en uno de 6 segmentos ajustados a la estrategia actual del negocio (monetización/retención). Con esta segmentación, que mantendremos actualizada en cada ciclo de negocio, podemos desarrollar tácticas de márketing (captación/retención) y ventas (up-selling/cros-selling) sobre dichos segmentos con ratios de éxito muy elevados y, dado que reducimos el número de impactos y aumentamos la relevancia de los mismos, reduciendo el churn rate (abandono/fatiga) de nuestra Base de Datos.
La Segmentación de Valor del Cliente es un CAM de tipo Valor (Value Customer Modeling) pero con una componente dinámica que lo diferencia de CAMs del mismo tipo y, muy claramente, de otros más tradicionales o CAMs Pasivos como los demográficos, ABC de cliente, etc.
Esta característica dinámica hace esta metodología muy adecuada para las organizaciones que apuestan por el Márketing Agil (Agile Marketing ) por el que también apostamos nosotros.
Los CAMs de tipo Predictivo, propuestos por empresas como Optimove , que además tiene un interesante tutorial al respecto,son de los que más atención están captando en estos momentos.
Aunque las variantes más sencillas, como la denominada RFM (recency, frecuency, monetary), se llevan utilizando desde finales de los 90, la creciente disponibilidad de herramientas de BigData está haciendo, aunque no para todas las economías, más común la utilización de CAMs Predictivos mucho más sofisticados.
Este tipo de CAMs son parecidos a un “coctel de medicamentos” y utilizan, normalmente en cascada, una serie de algoritmos, algunos comunes como son los de Regresión y otros propietarios, para segmentar dinámicamente la Base de Datos. Los algoritmos LTV (Long Term Customer Value) o de Valor de Ciclo de Vida de Cliente, conceptualmente de la familia de uno de los que utilizamos en la Segmentación de Valor de Cliente, son comunes en estos CAM.
El siguiente paso en la Modelización de Clientes aplicada a MarTech es la utilización de Sistemas Expertos (Machine Learning ) que ya se utiliza en otras áreas , como el credit rating.
Hoy por hoy y a la vista del crecimiento exponencial de datos que tenemos sobre el cliente, la potencia de estas tecnologías para identificar rápidamente patrones de comportamiento y ajustar fraccionalmente la respuesta, parece la única estrategia razonablemente viable para llegar a lo que ha sido el Santo Grial del márketing los últimos 20 o 25 años: el marketing “One to One” aplicado en mercados de consumo masivo.
Cada vez es más común utilizar distintos tipos de CAMs en función de la calidad/riqueza de nuestra Estructura de Datos de Clientes, del tipo de Acción de Márketing/Ventas e incluso del Canal, por lo que nuestra Arquitectura MarTech deberá tener herramientas que nos permitan generar y gestionar los Modelos de Clientes (CAMs).
m… muy interensate, aunque da que pensar.