Segmentación de clientes e híper-personalización de las comunicaciones de un eCommerce de gran distribución de productos.

Descubre cómo segmentar los clientes por valor y a personalizar las comunicaciones según perfiles de cliente-persona basados en los hábitos y preferencias de consumo.

Número de clientes

1.268.625

Número de tickets

2.171.495

Gasto total

119M€

Tickets/Cliente

1,7

Ticket Medio

55,06€

Gasto por cliente

94,24€

¿Cómo llegar a la comunicación personalizada one-to-one?

En este caso de éxito descubrirás cómo personalizar todas las comunicaciones con los gustos y preferencias de compra de cada uno de los clientes.

1
Grupos Customer Lifetime Value

Identifica 4 grandes grupos de clientes según el Customer Lifetime Value.

2
Segmentos Customer Lifetime Value

Segmenta los clientes en 10 estados según el grado de fidelización.

3
Grupos Customer Lifetime Value

Descubre la propensión de compra para crear perfiles buyer-persona.

4
Perfiles Buyer-Persona

Personaliza con los perfiles Buyer-Persona basados en datos.

5
Recomendación one-to-one

Recomienda los mejores productos para cada cliente en cada momento.

6
Beneficios y resultados

Personaliza todas las interacciones y aumenta la conversión de venta.

Con la información transaccional de los clientes creamos cuatro grandes grupos de Customer Lifetime Value de forma automatizada.

  • El 17,9% de los clientes representan el 59,7% de la facturación global y el 82,1% de los clientes el 40,3%.
  • El 82% de los clientes tan sólo han hecho entre una y dos compras y tienen el ticket medio más bajo.
  • Los clientes outliers han hecho entre 7 y 8 compras y los clientes de alto nivel rozan las 4 compras de media.
  • El ticket medio es 35,93€ en los clientes low, 74,99 en los medium, 87,11 en los high y 121,18 en los outliers.

Incorporamos en el cálculo variables como la recencia de compra, la apertura de emails o el nivel de interacción y creamos segmentos según el grado de fidelización siempre actualizados.

  • El 52,9% de los clientes están hibernados o en proceso de hibernación con solo una compra de media.
  • Los clientes recientes representan el 20,8%, necesitas impulsar la segunda compra para que no hibernen.
  • El 3% de los clientes representan el 18,8% de la facturación y el 6,9% el 22,9% y todos han hecho más de 6 compras.
  • Los clientes recientes son los que tienen el ticket medio más bajo y los leales hibernadores tienen el ticket superior.

Calculamos la propensión hacia cada uno de los ejes de información relevantes para perfilar los clientes y entender sus gustos y preferencias.

  • Cada columna es un segmento de clientes que comparte la propensión de compra hacia distintas categorías de productos (filas).
  • Cuanto más intenso es el azul de cada una de las celdas, mayor es la propensión de compra de aquellos clientes hacia la categoría en cuestión.
  • El primer segmento (331) es un segmento de clientes con tendencia a comprar en muchas categorías distintas y es el segmento más fidelizado.
  • El segundo segmento (332) tiene tendencia a comprar productos de moda y de deportes. La categoría más adecuada para hacer cross-selling es hogar y cocina.
  • El segmento de mayor volumen de clientes es el 329 con una tendencia clara hacia los productos de hogar y cocina y está muy poco fidelizado.

Creamos perfiles Buyer-Persona basados en datos: clientes que compran mayoritariamente productos de Moda, por el canal del eCommerce y de una edad entre 41 y 51 años.

  • El cálculo de los perfiles buyer-persona basados en datos se realiza mezclando distintos ejes de información.
  • En este caso se utiliza la cateorización de productos, el canal de compra y el rango de edad para crear los perfiles de buyer-persona.
  • Es un perfil de cliente-persona que tan solo el 10% de ellos tiende a fidelizarse, siendo el 27% de los clientes muy recientes
  • El perfil buyer-persona lo utilizarás para personalizar las comunicaciones y para crear audiencias lookalike con los mejores clientes.

Recomendación híper-personalizada para clientes de entre 31 y 41 años que compran productos de Hogar-Cocina y Moda.

  • Para la recomendación de productos utilizamos dos algoritmos basados en Inteligencia Artificial para crear recomendaciones de productos seleccionados para ti o de productos comprados juntos.
  • La personalización de productos recomendados en las comunicaciones de email multiplica x2 la conversión a venta.
  • Cada cliente recibe una personalización única basada en sus compras previas y la de los clientes de su mismo perfil cliente-persona.
  • Con el algoritmo de productos comprados juntos crearás acciones para aumentar el ticket medio entre tus mejores clientes.

Empieza ahora a segmentar a tus clientes y a personalizar las comunicaciones

Con Pleasepoint tienes todas las herramientas necesarias para llegar al nivel de personalización del ejemplo que acabas de ver. Crea tu cuenta o solicita una demo para hacerlo ahora.

  • Multiplica la conversión de tus campañas de email marketing en pocas semanas segmentando las promociones por Customer Lifetime Value y personalizando las recomendaciones por perfil buyer-persona.
  • Optimiza los resultados de conversión de tus anuncios de captación de nuevos clientes en las redes sociales creando audiencias lookalike basadas en los mejores clientes de cada perfil Buyer-Persona.
  • Mejora la conversión a venta y aumenta el ticket medio ofreciendo los productos más adecuados para cada cliente en cada momento de la navegación durante el proceso de compra.