Guia de màrqueting predictiu per incrementar les vendes del teu eCommerce, pas a pas

L'anàlisi predictiva aporta als equips de marketing la possibilitat d'entendre el comportament i la rendibilitat de cadascun dels clients. L'objectiu del marketing predictiu és augmentar el Customer Lifetime Value (CLV) amb campanyes més personalitzades, més eficaces i més rendibles.

A continuació aprendrem a utilitzar el software de Pleasepoint per poder dissenyar una estratègia de marketing predictiu i començar a executar-la en pocs dies.

L'article es divideix en aquestes cinc parts:

L'exemple que seguirem s'ha fet amb una mostra d'una cadena de retail (amb botigues físiques i eCommerce) del sector de la perfumeria.

Ara aprendràs a identificar els hàbits de consum i de comportament. Faràs servir algoritmes d'anàlisi predictiva i els incorporaràs a la teva estratègia de marketing. Seguint aquests passos milloraràs la rendibilitat de les teves accions de marketing i milloraràs el retorn de cadascun dels clients.

Gràcies a fer aquest exercici i a utilitzar-lo com a base inicial per a la teva estratègia de marketing predictiu tindràs aquests beneficis:

• Segmentació de clients segons el valor aportat (nivell de CLV).
• Coneixement de les preferències i els hàbits de consum de cada client.
• Racionalització de la política de promocions per millorar els marges.
• Personalització de les comunicacions per augmentar la conversió de venda.
• Fidelització dels millors clients per mantenir els que t'aporten més valor.
• Optimització de l'adquisició de nous clients amb audiències lookalike dels millors clients.

Després de seguir aquesta guia de marketing predictiu, seràs capaç de segmentar els teus clients segons el seu nivell de rendibilitat, i tindràs la capacitat de descobrir audiències de clients amb comportaments i hàbits de consum homogenis.

Si t'interessa aprendre més sobre com aplicar tècniques de marketing predictiu a la teva estratègia de marketing, no dubtis a apuntar-te al nostre pròxim webinar de marketing predictiu.

Abans de seguir amb el contingut de la guia, farem una petita introducció sobre els avantatges de l'anàlisi predictiva respecte de la segmentació manual clàssica que es fa des de fa anys. Si tens les bases del marketing predictiu ben apreses pots saltar directament a l'apartat següent.

Què és millor, la segmentació manual o l'anàlisi predictiva?

La segmentació manual és el procés que permet filtrar o crear grups de clients segons el valor d'una o més variables.

Un exemple de segmentació manual seria una que agrupés clients homes que han comprat en el passat un producte concret. Una altra segmentació possible seria una amb clients d'entre 30 i 40 anys amb un ticket mitjà superior als 75€ i que fa més de 90 dies que no ens compren.

Per crear una segmentació manual primer selecciones mentalment els clients que vols impactar.

L'anàlisi predictiva permet calcular els nivells de rendibilitat de cada client i identificar grups de clients amb comportaments i hàbits de consum compartits.

En aquest cas, són els algoritmes els qui et descobreixen una audiència amb unes característiques similars i la teva missió és comunicar-te de la manera més personalitzada possible per augmentar la conversió a venda.

Un altre avantatge de l'anàlisi predictiva aplicada al marketing és la gran quantitat de dades que es poden processar. Podem utilitzar els valors dels atributs de cada client (edat, sexe, ciutat...), l'històric de compra (tickets i línies de ticket amb descomptes i devolucions) i les dades de comportament o d'interacció.

1. Què necessito per fer l'exercici amb les meves dades?

El primer punt és comptar amb compres identificades. Si ets un eCommerce no tindràs cap problema en aquest punt. Si també tens punts de venda físics amb un sistema per identificar les compres dels teus clients fidelitzats et recomanem utilitzar totes dues fonts de dades.

Treballarem de manera inicial amb aquestes dades:

• Dades de clients: atributs sociodemogràfics, estadístiques d'interacció amb l'email, estadístiques de conversió...
• Dades de productes: família, subfamília, materials, formats, funcions... Com més àmplia sigui la categorització de productes més precisa podrà ser l'anàlisi de client-persona.
• Dades transaccionals: tickets i línies de ticket incloent-hi informació de descomptes, promocions, canal de venda, devolucions...

Ara començarem. Crea el teu compte de Pleasepoint de manera gratuïta.

Amb el compte creat instal·la el plugin per al teu eCommerce. A dia d'avui comptem amb la integració de Prestashop, WooCommerce i Shopify. Instal·la el nostre plugin al teu CMS, i es carregarà la informació al datalake del teu compte.

Si necessites incorporar altres fonts de dades, t'aconsellem utilitzar arxius CSV per a la càrrega de dades.

Si tens algun dubte en aquest pas, no dubtis a sol·licitar una demo i t'ajudarem amb la configuració inicial. Pots agendar ara la demo seguint aquest enllaç.

Un cop s'hagi fet la càrrega de dades, tindràs accessible la informació a la secció datalake.

Un cop finalitzat el procés de càrrega, ja pots passar a llançar els càlculs de Customer Lifetime Value i a l'anàlisi client-persona. Si en algun pas necessites ajuda no dubtis a sol·licitar una demo i t'ajudarem en la configuració inicial.

2. Càlcul del CLV de cadascun dels clients

La mètrica del Customer Lifetime Value ens dona la visió del valor que aporta cada client al teu negoci. Si incrementes el CLV de cadascun dels clients, estaràs augmentant directament la facturació de l'empresa.

Aquests càlculs ens permetran crear tres segments de clients, que representaran tres nivells de rendibilitat diferents:

• Low Value: aquest segment representa els clients de menor rendibilitat per al teu negoci. Normalment un volum molt important dels clients d'un eCommerce només han fet 1 o 2 compres. Veurem si és el cas unes línies més avall.
• Medium Value: són els clients de rendibilitat mitjana. Es tracta de clients que compren amb més freqüència que els low. Aquest grup de clients té molt marge de millora, ja que pots aconseguir que saltin a high.
• High Value: són els teus millors clients, els clients VIP. Els has de fidelitzar al màxim. Són els que més et compren i més rendibles són.

Perquè aquest càlcul es faci de manera automàtica accedeix a la secció d'"Anàlisi predictiva" a l'apartat de configuració de CLV. Ara només has d'executar la generació de CLV i esperar que es calculi. Si no tens informació sobre els outliers deixa la configuració de sèrie. Ara fes clic a generar CLV, i espera que s'acabi el càlcul.

Com a resultat, tindràs la divisió de tots els clients en tres grups basada en el CLV de cadascun d'ells. Aquest càlcul l'utilitzaràs com a segmentació en els filtres per crear campanyes o per descobrir audiències de client-persona diferents amb tècniques d'anàlisi predictiva.

Per entendre el context, aquesta és la mostra amb la qual treballem:

Segment de clients	Total clients	Núm. tickets	Facturació total	Tickets/ Client	Ticket mitjà	Facturació/ Client
High value	1.903	18.209	2.432.962,74€	9,56	133,61€	1.278,49€
Medium value	5.528	22.564	2.638.834,39€	4,08	116,95€	477,36€
Low value	8.799	15.357	1.177.086,32€	1,74	76,65€	133,78€

Per poder explicar millor la importància d'aquests tres grups i estalviar-te haver de començar a jugar amb la calculadora, queda't amb aquest resum de percentatges en volum de clients i facturació:

• High: són l'11,73% dels clients i representen el 38,93% de la facturació.
• Medium: són el 34,06% dels clients i representen el 42,23% de la facturació.
• Low: són el 54,21% dels clients i representen el 18,84% de la facturació.

També veiem la importància de la freqüència de compra i el ticket mitjà:

• Low: 1,74 compres per client amb un ticket mitjà de 76,65€.
• Medium: 5,52 compres per client amb un ticket mitjà de 116,95.
• High: 8,79 compres per client amb un ticket mitjà de 133,61€.

Si necessites ajuda per fer el càlcul de CLV no dubtis a sol·licitar una demo i t'ajudarem en la configuració del càlcul de CLV.

3. Anàlisi client-persona segons la relació amb cada família de productes

Ara passarem a analitzar el comportament i els hàbits de consum de cadascun dels tres segments de CLV. Per a aquest exemple utilitzarem el valor de la despesa total en cadascuna de les subfamílies de productes.

Des de Pleasepoint sempre aconsellem fer aquest exercici sota tres punts de vista diferents:

• Orientats al producte: com per exemple farem en aquest cas utilitzant la despesa total en les diferents subfamílies de productes.
• Orientats a les marques: en el cas dels multimarca, cal fer el mateix exercici però en aquest cas utilitzant la propensió de compra d'una marca. És aconsellable fer-ho per freqüència de compra o despesa total.
• Orientats al comportament: la configuració ha d'anar al voltant de la seva freqüència de compra, el ticket mitjà, el % d'obertures de correus, el nombre de compres amb descompte, si compra en línia o a l'establiment físic...

Si vols aprendre de viva veu com fer diferents execucions per descobrir diferents perfils de client-persona et recomanem que t'apuntis al pròxim webinar de marketing predictiu.

Abans d'entrar en detall sobre els resultats, entendrem com funciona l'anàlisi. En aquest cas es configura quines dades volem que contingui el dataset. En el nostre cas, treballem amb la subfamília de productes i ho fem sota un enfocament de despesa total en cadascuna de les subfamílies.

El tipus de càlcul és important en els resultats que obtindrem. Si utilitzem la unitat de càlcul que mesura la freqüència, el dataset en qüestió tindria en compte la repetició, de manera que productes de preu baix i alta repetició de compra farien destacar la subfamília en qüestió.

En el cas que ens ocupa utilitzem el càlcul de despesa total. En aquest cas, no tindrem en compte la freqüència de compra, sinó que només es valorarà la despesa total de cadascuna de les categories.

Veurem els resultats. Si necessites ajuda en aquest punt agenda una demo amb nosaltres i t'ajudem a fer les primeres execucions.

Audiències del segment Low

Aquests són els clients de menys aportació econòmica per al teu eCommerce. Són clients que han fet una o dues compres en la seva majoria. Necessites començar a treballar la seva freqüència de compra, saps que quan hagin fet més de 3 compres aquest client augmentarà de nivell de rendibilitat.

Veurem una distribució de despesa total entre 7 segments, agrupats segons els seus hàbits de consum de cadascuna de les subfamílies de productes.

Id Clúster	Total clients	Núm. tickets	Facturació total	Tickets/ Client	Ticket mitjà	Facturació/ Client
176	2.866	4.652	406.993,43€	1,62	87,49€	141,91€
177	12	32	2.157€	2,67	32€	179,80€
178	1.035	1.635	188.468,87€	1,58	115,27€	182,10€
179	4.359	8.141	491.597,92€	1,87	60,39€	112,78
180	75	117	15.069,13€	1,56	128,80€	200,92
181	158	262	33.458,44€	1,66	127,70€	211,76€
182	292	518	39.340€	1,77	75,95€	134,73€

A la taula anterior podem veure com s'han creat 3 grans grups de clients:

• 176. Amb 2.866 clients, 1,62 tickets per client, 87,49€ de ticket mitjà i despesa per client de 141,91€.
• 178. Amb 1.035 clients, 1,58 tickets per client, 115,27€ de ticket mitjà i despesa per client de 182,10€.
• 179. Amb 4.359 clients, 1,87 tickets per client, 60,39€ de ticket mitjà i despesa per client de 112,78€.

Els altres grups són més petits i aquest és el resum:

• 177. Amb 12 clients, 2,67 tickets per client, 32€ de ticket mitjà i despesa per client de 179,80€.
• 180. Amb 75 clients, 1,56 tickets per client, 128,80€ de ticket mitjà i despesa per client de 200,92€.
• 181. Amb 158 clients, 1,66 tickets per client, 127,70€ de ticket mitjà i despesa per client de 211,76€.
• 182. Amb 292 clients, 1,77 tickets per client, 75,95€ de ticket mitjà i despesa per client de 134,73€.

Un cop tenim la radiografia dels 7 clusters client-persona veurem la propensió de compra de cadascuna de les subfamílies de productes. Recorda, cada columna és un dels clusters de client i cada fila representa una de les subfamílies de productes.

A la gràfica les cel·les grises representen la no compra d'aquella subfamília i com més fosc és el blau, més gran és la propensió de compra. Per exemple, els clients del cluster 176 no compren "Make up" i la seva tendència més gran és cap als productes d'"Anti edat".

Esperem a analitzar els tres resultats abans de prendre decisions.

Audiències del segment Medium

Fem el mateix exercici per als medium.

Id Clúster	Total clients	Núm. tickets	Facturació total	Tickets/ Client	Ticket mitjà	Facturació/ Client
183	151	749	78.451,32€	4,96	104,74€	519,55€
184	1.291	4.362	606.706,70€	3,38	139,09€	469,95€
185	1.839	8.921	861.741,46€	4,85	96,60€	468,59€
186	411	1.512	217.979,85€	3,68	144,17€	530,36€
187	1.573	6.123	736.284,07€	3,89	120,25€	468,08€
188	29	153	17.275,25€	5,28	112,91€	595,70€
189	234	744	120.395,74€	3,18	161,82€	514,51€

Ara observant els valors numèrics de la taula, veiem ràpidament tres diferències principals respecte al grup low:

1. El nombre de tickets per client, en el cas de low es trobava entre 1 i 2 mentre que ara els números oscil·len entre el 3 i el 5.
2. El ticket mitjà és significativament superior respecte al low.
3. La suma de tots dos conceptes fa que la facturació total per client sigui molt superior.

Destaquen 3 grans grups de clients:

• 184. Amb 1.291 clients, 3,38 tickets per client, 139,09€ de ticket mitjà i despesa per client de 469,95€.
• 185. Amb 1.839 clients, 4,85 tickets per client, 96,60€ de ticket mitjà i despesa per client de 468,59€.
• 187. Amb 1.573 clients, 3,89 tickets per client, 120,25€ de ticket mitjà i despesa per client de 468,08€.

I a continuació el resum de 4 clústers més petits:

• 183. Amb 151 clients, 4,96 tickets per client, 104,74€ de ticket mitjà i despesa per client de 519,55€.
• 186. Amb 411 clients, 3,68 tickets per client, 144,17€ de ticket mitjà i despesa per client de 530,36€.
• 188. Amb 29 clients, 5,28 tickets per client, 112,91€ de ticket mitjà i despesa per client de 595,70€.
• 189. Amb 234 clients, 3,18 tickets per client, 161,82€ de ticket mitjà i despesa per client de 514,51€.

Ara, veurem les propensions de compra.

Només observant la gràfica, pots veure fàcilment que una de les diferències principals en la propensió de compra respecte al low és que ara pràcticament tots els clusters generats compren més subfamílies de productes.

Així doncs, per saltar de low a medium identifiquem aquests passos:

1. Augmentar la freqüència de compra.
2. Augmentar les subfamílies de productes que compra.

Això ens ajudarà en el moment d'establir l'estratègia de campanyes personalitzades.

Audiències del segment High

Ara analitzarem els millors clients. Els que més rendibilitat aporten a l'empresa.

Id Clúster	Total clients	Núm. tickets	Facturació total	Tickets/ Client	Ticket mitjà	Facturació/ Client
190	688	7.368	857.222,95€	10,70	116,34€	1.245,96€
191	120	1.066	166.237,07€	8,88	155,94€	1.385,31€
192	627	5.653	786.788,63€	9,01	139,18€	1.254,85€
193	47	550	71.213,18€	11,70	129,48€	1.515,14€
194	122	925	161.643,89€	7,58	174,75€	1.324,95€
195	265	2.295	344.297,79€	8,66	150,02€	1.299,24€
196	34	352	45.559,23€	10,35	129,43€	1.339,98€

Comparant amb el nivell medium veiem aquestes 3 diferències principals:

1. El nombre de tickets per client es dispara, entre 7 i 12 tickets per client.
2. El ticket mitjà puja però es manté a unes magnituds semblants.

Observem primer els dos clusters més grans en nombre de clients:

• 190. Amb 688 clients, 10,70 tickets per client, 116,34€ de ticket mitjà i despesa per client de 1.245,96€.
• 192. Amb 627 clients, 9,01 tickets per client, 139,18€ de ticket mitjà i despesa per client de 1.254,85€.

Ara observem tres clusters mitjans, amb una despesa total per client superior amb menys freqüència de compra i un ticket mitjà superior:

• 191. Amb 120 clients, 8,88 tickets per client, 155,94€ de ticket mitjà i despesa per client de 1.385,31€.
• 194. Amb 122 clients, 7,58 tickets per client, 174,75€ de ticket mitjà i despesa per client de 1.324,95€.
• 195. Amb 265 clients, 8,66 tickets per client, 150,02€ de ticket mitjà i despesa per client de 1.299,24€.

Finalment comparem els dos clusters més petits:

• 193. Amb 47 clients, 11,70 tickets per client, 129,48€ de ticket mitjà i despesa per client de 1.515,14€.
• 196. Amb 34 clients, 10,35 tickets per client, 129,43€ de ticket mitjà i despesa per client de 1.339,98€.

Aquests dos últims clusters són els clients que amb més freqüència ens compren i que tenen una aportació superior de manera individual.

Vegem ara la propensió de compra.

En comparació amb els clients del segment medium, ara veiem com cada cluster distribueix la seva despesa d'una manera més uniforme entre les diferents categories. Es tracta de clients que compren amb freqüència productes de diferents subfamílies.

Podem afirmar que el salt de Medium a High es basa en:

1. Augmentar la freqüència de compra.
2. Augmentar el ticket mitjà fidelitzant la compra de diferents subfamílies de productes.

4. Com crear una estratègia de campanyes personalitzades

Si has arribat fins aquí segur que estàs desitjant saber com pots aprofitar ara aquesta informació per crear campanyes personalitzades que converteixin millor, perquè els clients pugin de segment de CLV.

Ara, explotarem la informació obtinguda per fer campanyes més efectives.

Ara et mostrarem com crear tres estratègies diferents segons el nivell de rendibilitat de cada client, personalitzant els continguts de cada campanya a les preferències de compra i utilitzant només 2 plantilles de correu electrònic.

Si vols que t'expliquem un cas real en directe pots apuntar-te al pròxim webinar de marketing predictiu.

Plantilles dinàmiques

Amb dues plantilles dinàmiques de correu electrònic podrem executar l'estratègia de campanyes personalitzades. D'una banda, una de format catàleg, amb recomanacions de productes. De l'altra, comunicacions directes de producte amb algunes recomanacions de producte associades.

Aquestes dues plantilles ens donen el dinamisme suficient per crear tres tipus d'email:

1. Emails de catàleg de productes (destacats o en promoció)
2. Emails de llançament de nou producte
3. Emails de promoció especial de producte

Aquestes serien les dues plantilles.

Sota uns mateixos continguts de la campanya, com el header o el motiu de la comunicació, podrem personalitzar la proposta de productes seguint una estratègia que ens faci augmentar el Customer Lifetime Value de cadascun dels clients.

En la recomanació de productes, funciona molt bé utilitzar productes amb una alta propensió de compra al costat de productes que el client encara no compra però que els clients del segment de CLV superior sí que compren.

D'aquesta manera, en les recomanacions utilitzarem la informació de la mateixa propensió de compra i dels nivells superiors de CLV.

Et recomanem primer crear les campanyes d'una manera manual, utilitzant aquestes plantilles. En el futur podràs automatitzar part d'aquest procés i deixar que la màquina funcioni sola, només establint els productes que vols recomanar.

Vegem l'estratègia a seguir per a cada segment de clients.

Estratègia per als clients Low value

Aquests són els clients que menys compren. Representen el 54,21% dels clients i només el 18,84% de la facturació. El marge de millora és important.

Són clients que només han fet una o dues compres en la seva gran majoria. Per incrementar el Customer Lifetime Value d'aquests clients establirem aquestes tres línies de comunicació:

1. Campanyes per impulsar la segona compra.
2. Campanyes per impulsar la tercera compra.
3. Campanyes per incentivar la compra d'altres subfamílies de productes.

Ara toca utilitzar la creativitat. Per exemple, si compares els clusters de Low i Medium, pots observar com una de les diferències és que els clients comencen a comprar productes de la subfamília "Peel off". Pots aprofitar per comunicar productes que ja compra i recomanar aquesta subfamília de productes.

Aquest és el segment de clients de més volum i amb el qual hi ha més recorregut per al creixement. Centra't a descobrir i a conèixer les palanques que influeixen en la repetició de compra.

Estratègia per als clients Medium value

Ara estàs davant dels clients de rendibilitat mitjana. Aquests clients són els que han augmentat la seva freqüència de compra i el nombre de subfamílies que compren.

Aquest segment representa el 34,06% dels clients i el 42,23% de la facturació. Es tracta de bons clients que hem de mantenir i fer créixer. El nostre objectiu és que aquests clients vagin saltant cap al cluster high gràcies a anar augmentant la seva freqüència de compra.

Toca centrar-se en la repetició de compra. Recorda que la gran diferència entre els medium i els high recau en el nombre de productes.

Les campanyes d'aquest grup aniran encaminades a incentivar una nova compra. Recorda que aquests clients ja ens estan comprant amb certa freqüència, de manera que no hem de canibalitzar el nostre producte amb promocions agressives.

Ho podem fer seguint aquestes lògiques:

1. Campanyes que impulsen la compra de productes de diferents subfamílies
2. Campanyes de reposició de productes que ja compren
3. Promocions de productes que no compren

Ara ja pots començar a fer les campanyes. Aquí es tracta d'impulsar la compra de les subfamílies de menor propensió de manera recurrent quan compra els productes de les famílies de major propensió.

Per fer-ho les campanyes de reposició de productes són molt importants. No has de jugar a descomptes per als productes als quals el client ja està fidelitzat, utilitza'ls per als productes que vols recomanar per millorar el ticket mitjà.

Has de conèixer molt bé com activar aquests clients. Pensa que en volum és el grup que més facturació t'aporta.

Augmentant la freqüència de compra i incrementant lleugerament el ticket mitjà aconseguiràs traslladar aquests clients del grup medium al high.

Estratègia per als clients High value

Arribem al torn dels clients de més alt valor. Aquells que la seva aportació individual al teu negoci, el Customer Lifetime Value, és superior. Com ja has vist aquests clients són els que la seva repetició de compra és més alta i el ticket mitjà és lleugerament superior.

Pensa que aquests clients, en aquest cas, representen l'11,73% del total de clients i el 38,93% de la facturació.

Les nostres accions han d'anar enfocades a mantenir el seu compromís amb la nostra marca, i a reforçar el seu vincle i la seva fidelització. A part, podem destinar una part del pressupost de marketing a obsequiar aquests clients amb privilegis i avantatges.

L'estratègia de comunicació en aquest cas no serà de caràcter promocional, exceptuant casos excepcionals, sinó que tindran l'objectiu d'obsequiar el client. Exemple de les nostres campanyes seran:

1. Despeses d'enviament sempre gratuïtes.
2. Avantatges en adquirir els llançaments de producte.
3. Productes de regal a la X compra o qualsevol altra regla de negoci.
4. Campanyes de reposició de productes que ja compren

Com sempre has de fer números, però no escatimis a fidelitzar aquests clients.

Espero que hagis gaudit d'aquest article i que comencis aviat a utilitzar el marketing predictiu per fer una comunicació més personal, més eficaç i més rendible. Ara és el moment de crear el teu compte de manera gratuïta i d'apuntar-te al pròxim webinar de marketing predictiu.

5. Bonus track: audiències lookalike

I ara un últim truc. Utilitza aquesta informació no només en la fidelització, sinó també en l'adquisició de nous clients. Com? Creant audiències lookalike dels millors clients. D'aquesta manera utilitzaràs aquestes dades per segmentar millor les teves campanyes publicitàries.

La nostra experiència ens diu que, encara que depèn de cada negoci, crear audiències lookalike amb els clients de tipus High o els millors de Medium, millora molt la rendibilitat de les campanyes d'adquisició de nous clients.

Recorda que captar nous clients que només fan una o dues compres no és l'estratègia més rendible que pots fer. No només has de prioritzar la quantitat, has de fixar-te en la qualitat de cada nou client.