Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.

:
El presente documento muestra los diferentes tipos de segmentación de
clientes que desde Unica 360 desarrollamos, clasificados en función de los
objetivos, dimensiones de información y modos de aplicación.
DOCUMENTO METODOLÓGICO
diciembre de 2009
Guillermo Córdoba
M. 659 889 032
guillermo@unica360.com
www.unica360.com

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones, modos de aplicación
www.unica360.com +34 93 464 66 22 info@unica360.com Página 1 de 10
Los clientes son diferentes entre sí, tienen necesidades diferentes y el valor de
unos y otros es diferente. Hoy en día es asumida la conveniencia de identificar
segmentos de clientes similares con los que comunicarse de manera
diferenciada de otros segmentos.
La segmentación de clientes no debe confundirse con la segmentación de
mercados. Ésta no se basa en el cliente-individuo, sino que identifica el
mercado con una categoría concreta y lo describe en función del tipo de
clientes que lo componen. Además, los clientes no están identificados, con lo
que no es posible usar la segmentación para establecer una relación
personalizada.
La segmentación de clientes se basa en la existencia de bases de datos de
clientes, reales o potenciales, y el uso de técnicas de análisis estadístico de
estos datos. Dado que existen numerosas aproximaciones a la segmentación
de clientes, proponemos en este documento varias clasificaciones, en función
de diferentes criterios.
 Objetivos, finalidad de la segmentación: Segmentación estratégica y
segmentaciones tácticas
 Dimensiones, o tipos de información utilizados
 Modo de aplicación de la segmentación, principalmente se distingue la
aplicación diferida frente a la inmediata-automática
Consiste en la reducción de toda la complejidad de datos de clientes, que
pueden ser miles o millones de casos con cientos de datos, a una sola foto
donde:
 Los clientes se agrupan en un número reducido de segmentos
 Las variables se reducen a una sola etiqueta descriptiva del segmento,
como puedan ser familias promocioneras, singles de paso o despensa a
crédito. Estas etiquetas sintetizan la gran riqueza de datos que han
configurado el segmento –cada una de las transacciones del cliente con
todo el detalle, sus características sociodemográficas, su distancia al
punto de venta, los canales de compra usados…-
La imagen a continuación muestra una distribución de segmentos típica en el
comercion minorista, en un gráfico de dispersión sobre dos variables clave.

Gasto medio
-
+
+
-
GRAN COMPRA
DESPENSA
FIELES DE
PROXIMIDAD
SINGLES
DE PASO
FAMILIAS
PROMOCIONERAS
LA COMPRA
DIARIA
Frecuenciamedia Gasto Medio mensual 150 €
Ticket Medio 83 €
Frecuencia Media 1,8
Regularidad 66%
Antigüedad 1,5
% Gasto Perecederos 15%
% Gasto Promoción 45%
% Gasto Primera Marca 10%
% Gasto Primer Precio 30%
% Gasto Marca Propia 40%
Tamaño hogar 3,6
=
Cuadro 1. Mapa de posicionamiento de segmentos estratégicos de una enseña de
supermercados
Igualmente, podemos visualizar cómo se posiciona un segmento en el conjunto
de variables.
6
Tamaño 6.032 13,5% Venta 20,7%
Combustible Gasto medio mes 128 € socios particulares 99% TIPO DE BARRIO DEL SOCIO
Combustible Gasóleo pct 68% socios empresa 1% Ciudad y turismo 0%
Frecuencia mensual 4,01 Expansión turística costera '70s 0%
Regularidad 0,96 1 tarjeta por socio 95% Pueblo costero e industrial 1%
Ticket medio comb en litros 33,53 2 o más tarjetas por socio 5% Urbanización y extranjeros 0%
Gasto medio en tienda mensual 1,96 € Expansión turística segunda línea '90s 0%
Gasto tienda % sobre total 2% Renta media por hogar 36.127 € Rural 10%
Ticket medio tienda 2,72 € Barrio y pequeña ciudad industrial 55%
Kilómetros totales al año 28.934 Semirrural. Agricultura y construcción 6%
nº EESS de compra 1,59 Casco antiguo rehabilitado 1%
Distancia a ES más cercana (Km.) 3,69 Antigüedad media del vehículo 2001 Barrio histórico ciudades y metrópolis 4%
ES habitual no es la más cercana 24% Días de alta en período % 99% Ensanche 3%
ES habitual no es ES de referencia 8% Barrios de clase media 11%
Expansión ciudades y metrópolis 10%
Redención importe medio (€vales) 19,78 TIPO DE VEHÍCULO
Redención mensual media (€vales) 3,76 Camión ligero 0%
Redención tienda importe medio (€vales) 0,01 Camión-autobús 0%
Redención en tienda % sobre total 0% Coche 94% Leyenda de colores
Saldo final €vales 8,42 Furgoneta 5% 50% mayor que media total, o superior nnnn
Moto 1% 25% a 50% mayor que media total nnnn
tasa de desertores 1% Otros 0% 25% menor que media total, o inferior nnnn
profesional en movilidad clase económica
Cuadro 2. Ficha de características de segmento de un programa de fidelización de estaciones de servicio
La segmentación estratégica permite hacer realidad la visión centrada en el
cliente, al ser la única manera de fijar objetivos por cliente. Si, por ejemplo, una
entidad financiera busca “reducir un 5% la tasa de abandono de los clientes
históricos altamente vinculados en pasivo”, entonces es necesaria una
segmentación estratégica de clientes. No lo será tanto si los objetivos se
plantean en términos de producto, por ejemplo “incrementar el pasivo captado
en un 5%”.

Una segmentación estratégica alcanza el éxito cuando es aceptada y utilizada
por los responsables de negocio, convirtiéndose en el mapa conceptual de
clientes que toda la organización acepta como punto de partida.
Para lograrlo, debe alinearse con los objetivos corporativos y la visión del
problema de estos decisores de negocio. Además, requiere por supuesto
capacidades de análisis avanzado de datos, con técnicas de minería de datos
como clustering o árboles de decisión. Una metodología estándar sería:
1. Análisis de negocio. Reuniones con los responsables de negocio y
futuros usuarios del modelo –dirección comercial, territorial, de
marketing-, en torno a:
 Consenso de objetivos de la segmentación.
 Exploración de las tipologías de clientes, conscientes o
intuitivas, que la organización maneja.
2. Definición de variables de inicio del proyecto. Se seleccionan por su
relevancia, el set definitivo se filtrará por criterios técnicos en la fase
de modelización.
3. Presentación al departamento técnico del set de variables, acuerdo
sobre el modo de entrega y las tareas de las partes.
4. Modelización. Es la fase de análisis estadístico propiamente dicho.
Suele usarse la metodología CRISP, que contempla las fases:
a. Comprensión de los datos
b. Preparación de los mismos
c. Modelización
d. Validación
e. optimización
5. Validación de negocio de los resultados preliminares, entre los
analistas y los responsables de negocio.
6. Presentación de resultados y validación definitiva.
7. Explotación. La segmentación estratégica se plasma en objetivos
estratégicos a través del plan de marketing relacional y el plan de
contactos. El primero constituye el plan de marketing centrado en
clientes, fijando los objetivos y líneas básicas de relación con cada
segmento. El segundo apunta las tácticas de relación, contactos a
realizar con cada segmento.

Estrategia acción descripción 1 2 3 4 5 6 7 8 9 10 canales
Recuperación Comunicación a
desertores
Recuperación de clientes que abandonan,
están inactivos 2 ó 3 meses, basado en
€vales acumulados si procede, o
condiciones preferentes en un período
fijado si no hay saldo
  
mailing,
emailin
g, SMS
Retención Comunicación a
clientes Top para
evitar deserción
Agradecimiento por fidelidad,
comunicación de condiciones extra o
"premio" a decidir   
ticket,
SMS
Venta Xda Comunicación a
cientes con cesta
de compra
"estrecha"
Oferta producto (p.e. Tienda, de manera
genérico) recordando condiciones Club o
mejorándolas en campaña, para clientes
afines  
ticket,
plv
Reducción de
redención
Reducción de
frecuencia de
redención
reducción en los segmentos que
sistemáticamente redimen los €vales,
principalmente en combustibles    
ticket,
plv
Incr.
Frecuencia
Test de forzado de
frecuencia por
segmento
Oferta de condiciones preferentes en
períodos seleccionados
  
ticket,
plv
Cuadro 3. Estrategias, acciones, canales y segmentos afectados en un plan de contactos
Aun cuando no es la aplicación única, la gran mayoría de segmentaciones
tácticas de clientes se enfocan a la optimización de campañas de marketing.
De manera simplificada existen cinco grandes tipos de campañas:
 retención,
 recuperación de desertores,
 venta cruzada o cross-selling,
 mejora o up-selling,
 captación de nuevos clientes
Por otro lado, las técnicas analíticas permiten la optimización de la campaña en
tres momentos de la misma: identificación inicial de clientes target, test de
canales y creatividades, y análisis de los resultados.
En la tabla a continuación resumimos los tipos de campañas y métodos de
segmentación más adecuados a cada caso.
Retención de
clientes
Identificación de clientes más rentables, estimación de la cuota de
cliente, simulación de sendas de abandono y alertas ante eventos de
riesgo de abandono –reclamaciones, incidencias no resueltas, períodos
de inactividad-.
Recuperación de
desertores
Son campañas altamente dependientes del motivo del abandono, a
menudo requieren una investigación de estas motivaciones de los
clientes perdidos. Es clave conocer el valor de vida o valor futuro
previsto del cliente, para dimensionar la oferta de recuperación, y actuar
inmediatamente tras la deserción. Obviamente, siempre es preferible
trabajar en la retención de un cliente que tener que hacerlo en su
recuperación.
Cross-selling o venta
cruzada
Es definitivo el análisis de potencial de demanda por división, en
sectores de retail los análisis de asociación permiten generar cestas de
la compra y patrones secuenciales de compra. Son campañas muy
rentables en compañías o grupos empresariales altamente
diversificados. Los motores de recomendación suponen una variante de

cross-selling donde la campaña se lanza online, durante el proceso de
compra.
Up-selling o mejora
de valor
De nuevo es clave estimar correctamente la demanda total del cliente en
la categoría, buscando maximizar la cuota de cliente. En distribución
minorista, suelen dividirse en acciones de incremento de ticket medio y
acciones de incremento de frecuencia. En ambos casos a menudo
asociados a análisis RFM –Recencia, Frecuencia, valor Monetario-.
Captación de
clientes potenciales
El potencial de demanda se estima mediante la búsqueda de gemelos –
clientes similares a los que me son más rentables- o modelización
sociodemográfica –modelos predictivos de demanda basados en
características sociodemográficas, generalmente provenientes de
fuentes públicas como censos, padrones, estudios sectoriales-.
Ya se ha mencionado la importancia de las técnicas de análisis de resultados.
En efecto, toda segmentación inicial, por buena que sea, puede mejorarse. El
conjunto de técnicas de data mining conocido como clasificadores permite
separar los clientes que responden a la campaña de la manera deseada, y
describirlos en función de una serie de variables predictivas. Los propios
modelos de clasificación sirven, además, para identificar las variables que
mejor funcionan en esta clasificación. Por todo ello, esta fase de análisis de
resultados es tan importante como la segmentación previa.
Así, podríamos concluir, por ejemplo, que una campaña de recuperación de
desertores ha funcionado mejor con los clientes con más de cinco años de
antigüedad, que compran actualmente por internet y se les ha ofertado un
cheque de cinco euros para su siguiente compra.
El tipo de información de cliente usado en la segmentación ha evolucionado en
paralelo al desarrollo de los sistemas de información. Desde las
segmentaciones sociodemográficas generales, más propias de la
segmentación de mercados, pasando por el análisis comportamental basado
en el valor se llega a los modelos de valor-necesidad, dominantes en la
actualidad.
Actitudes, prescripción, vinculación, y análisis comportamental online
constituyen las nuevas dimensiones que deben enriquecer los modelos de
valor-necesidad.
 Matriz de valor vs necesidad. Cada cliente presenta un valor actual –sus
compras- y unas necesidades –o valor potencial, estimado a través de
estudios de mercado, encuestas sectoriales, sociodemografía, estadio de
vida del cliente…-. Es posible ubicar a cada cliente en esta matriz de valor-
necesidad y agrupar a aquéllos que presentan valores cercanos para ambas
variables.
El modelo puede combinarse con análisis comportamentales como RFM.
Por su importancia como segmentación base de clientes, la matriz valor-

necesidad suele ser el punto de partida para una segmentación estratégica
que posteriormente se enriquecerá con nuevas variables.
La estimación del valor potencial de cada cliente es un proceso complejo y
polietápico. Como normalmente no existe una fuente directa, se estima a
partir de una combinación de fuentes indirectas:
 Características sociodemográficas declaradas por el cliente
 Características sociodemográficas y económicas inferidas a partir de su
hábitat –con técnicas de micromarketing- o su estilo de vida –hábitos de
consumo complementarios, actitudes-
 Estudios ad-hoc, destinados a enriquecer la segmentación
comportamental
 Variables de relación, no estrictamente transaccionales. Una llamada por
una incidencia es una valiosa fuente de información sobre el cliente
 Customer lifetime value. El valor de vida del cliente es la proyección del
valor de cliente a futuro, en función de su estadio de vida. Por ejemplo, un
hogar recién formado –una pareja joven- tiene previsiblemente un ciclo de
vida que pasará por el nacimiento de hijos, el incremento del gasto en
alimentación, textil, juguetes, libros de texto, artículos deportivos.
Posteriormente los hijos se emanciparán y el hogar quedará como nido
vacío, desaparecerán muchas de estas necesidades y surgirán otras
nuevas, como medicinas o atención personal.
Por supuesto, existen numerosas excepciones a esta visión de ciclo de vida
del cliente, que deben ser detectadas a través de otras fuentes de
información, corrigiendo tanto el valor real futuro como el valor potencial
futuro.
El gráfico a continuación muestra el ciclo de vida del hogar típicamente
usado en retail.
Tiempo
Gasto
Total
Evento
Clientes Top, máximo
Gasto Total
REALIDAD SOCIAL:
Excepciones al modelo
 División hogares
 Hogares
unipersonales en todo el
ciclo de su vida
Single Nido en
formación,
vivienda
Nido reciente,
nacimiento
de hijos
Nido lleno Nido vacío Edad
de plata
Y otro ejemplo, éste más propio de sector financiero y asegurador:

 La segmentación geográfica. En los negocios basados en redes de
establecimientos, es clara la importancia de la relación espacial entre el
cliente y el punto de venta. Las técnicas de geomarketing hace tiempo que
se vienen usando para estudiar e interpretar esta relación espacial. Una
aplicación clásica en retail y venta directa es el RFML –al clásico RFM
añade la Localización-.
Con la extensión de las tecnologías de visualización y análisis geográfico,
estos análisis resultan menos costosos y se realizan de manera sistemática.
Además, se integran en las tareas de segmentación estratégica y táctica
hasta constituir una parte central de ellas, y poco a poco van conquistando
un lugar en los cuadros de mando y sistemas de reporting de marketing. las
técnicas de análisis avanzado –modelos de gravedad, Huff, MCI- se van
generalizando y surgen nuevas aproximaciones de marketing espacial.
Así, podemos calcular el tiempo de desplazamiento, a pie y en coche, de un
cliente potencial al que tratamos de atraer a nuestro punto de venta con una
campaña de captación. Podemos, también, personalizar la comunicación
con un mapa que le indique la ruta que debe seguir hasta él. Con los
sistemas de geolocalización y conectividad de los modernos teléfonos
móviles, es posible también detectar cuando un cliente frecuente se
encuentra dentro o cerca del establecimiento y lanzarle una oferta
personalizada.
La segmentación geográfica es también la técnica que nos permite integrar
las visiones de cliente y de punto de venta en una única, enriqueciendo la
segmentación de puntos de venta con el conocimiento de los clientes, y
viceversa. Es una aproximación fundamental a la hora de optimizar redes de
establecimientos y reasignar clientes a puntos de venta.
 Canal online y enfoque comportamental. El llamado behavioural targeting
(BT) se entiende como el análisis de las pautas de navegación en el ámbito
del comercio electrónico, con objeto de conocer al cliente y personalizar la
relación con él.

Es una práctica tan antigua como el propio e-commerce, pero se ha visto
extendida con la explosión del comercio electrónico y la proliferación del
software de analítica web. Y sobre todo de Google Analytics.
Este enfoque se plasma principalmente en la optimización de los embudos
de conversión, desde que el cliente contacta por primera vez con la web
hasta que hace una transacción. En este sentido, viene lastrado por lo
complicado que resultó en el pasado conseguir “cerrar ventas” online.
Hoy en día esta resistencia es mucho menor, y los clientes convierten y
repiten. Y aquí se abre una oportunidad para la segmentación de clientes
online, tras la conversión., ya que son muchos los e-commerces que han
trabajado en optimizar la primera conversión pero, tras ella, no hacen un
análisis comportamental con visión de cliente.
 Omnicanalidad y visión única de cliente. Es un aspecto básico en la
segmentación de clientes, pero goza actualmente de gran popularidad
debido, precisamente, a la virtualización del comercio.
Los consumidores integramos sistemáticamente la relación con las
empresas por los canales online y offline. Buscamos información de
productos y precios antes de acudir a la tienda, y al contrario, consultamos
opiniones, precios, cupones online mientras estamos en la tienda física. La
omnicanalidad está de moda y lo estará mucho tiempo, porque se ha
convertido en crítica para el marketing.
Como resultado, son muchos los esfuerzos para integrar la visión de cliente
on-offline. La vinculación de analítica web y CRM es una prioridad en los
departamentos de marketing más avanzados.
En la realidad, existen limitaciones a la hora de identificar al cliente único en
diferentes sesiones, tanto técnicas como ciertas restricciones legales e

incluso éticas en el uso de la información de navegación. Tampoco es fácil
asimilar la ingente cantidad y diversidad de información que se genera.
Pero las bases están puestas, iniciativas como el concepto de cliente único
trans – canal y trans –dispositivo en Google Analytics (el llamado userID) se
dirigen precisamente a integrar las transacciones y relaciones del cliente
único en todos los canales. De realizarse esta visión, permitirá enriquecer
los modelos de valor-necesidad hasta nuevos niveles de conocimiento del
cliente y personalización de la oferta.
 La dimensión social. El auge de las redes sociales online ha sacado a la luz
realidades sociales conocidas, pero poco explotadas desde la
segmentación de clientes:
 El mejor prescriptor de un producto es un amigo, pariente, alguien de
nuestra red social
 Existen personas con alta capacidad de prescribir, influir en su red
social. Igualmente, las hay que tienen gran cantidad de relaciones
sociales
El auge de la web 2.0, caracterizada por la interactividad y las relaciones
interpersonales, ha rescatado del ámbito académico las técnicas de análisis
de redes sociales (SNA, social network analysis), que ahora se aplican a
grandes cantidades de intercambios digitales.
Los marketers buscan sobre todo a los influenciadores de las redes
sociales, a través de las web sociales, pero también analizando los reenvíos
de emails, mensajes instantáneos entre colaboradores de un proyecto,
intercambios de links y audiencias en blogs, etc. Es claro que, volviendo al
concepto de valor, uno de estos influenciadores es mucho más valioso de
lo que sus transacciones como cliente indican.


 La dimensión relacional. Las interacciones entre la empresa y los clientes,
más allá de las propias de la prestación del servicio, son claves a la hora de
generar vínculos entre ambos. Y este vínculo es el que puede llegar a
generar fidelidad por parte del cliente.
Debemos recordar que un cliente retenido no es un cliente fiel. La fidelidad
es un sentimiento, una emoción, mientras que la retención puede darse por
un cálculo racional, o la simple ausencia de un competidor atractivo. Esta
es una relación habitual entre consumidores y proveedores de telefonía,
comunicaciones o utilidades.
Toda relación habida fuera de la pura prestación del servicio es una
oportundidad enorme, tanto desde el punto de vista de segmentación –qué
mejor manera de conocer al cliente que hablando con él- como desde la
visión de fortalecimiento de la relación. Incidencias, soporte técnico,
reclamaciones, solicitudes de presupuestos o información general son
grandes oportunidades en este sentido. Y, dado que esta interacciones
tienden a ser espontáneas y desestructuradas, cada vez cobra más
importancia el software que recodifica el lenguaje, hablado o escrito –text
mining, análisis semántico, reconocimiento de voz…- convirtiendo estas
interacciones en nuevas variables que enriquecen el conocimiento del
cliente.
Tradicionalmente, la segmentación, lanzamiento de la acción y análisis de
resultados de la misma se han realizado en diferido. Es decir, analizando unos
datos históricos, que pueden ser proyectados al presente, tomamos la decisión
de interactuar con unos clientes. Posteriormente llevamos a cabo la
interacción, y una vez finalizada la campaña, o gran parte de ella, analizamos
sus resultados en busca de grupos de clientes de mayor respuesta.
Todas estas operaciones pueden actualmente realizarse en tiempo real,
definiendo un detonante –el término anglosajón trigger es de difícil traducción-
que lanza una oferta inmediata al cliente, si éste realiza una acción también en
tiempo real.
Los negocios online, por su naturaleza, son los que más fácilmente se
benefician de esta segmentación, a través de los llamados motores de
recomendación. Todos hemos visto cómo al añadir un libro A en nuestra cesta
de la compra virtual la página web nos recomienda más libros que
compradores del libro B han comprado también. Se trata de un análisis de
reglas de asociación explotado online.
Pero la tecnología también permite cada vez más segmentación en tiempo real
en el mundo offline, algunas acciones son ya de uso común, otras las veremos
en un futuro cercano.

Supermercados y retailers pueden generar un cupón descuento personalizado
que la línea de cajas imprime, cuando realizamos determinada compra y nos
identificamos con nuestra tarjeta de fidelización. La tarjeta permite combinar
nuestro histórico de compra y segmento con la compra actual, para decidir la
oferta que necesitamos para la siguiente compra.
El teléfono móvil es ya un dispositivo convergente que empieza a desarrollarse
como soporte virtual de identificación. Los proyectos piloto de la cadena
Starbucks leyendo códigos de barras enviados previamente a un iphone han
sido exitosos, y abren el camino a la desaparición definitiva de la tarjeta de
fidelización como un plástico con banda magnética. Una vez nuestro teléfono
nos identifica como clientes, en función de nuestro histórico podemos recibir
las ofertas personalizadas a la entrada de la tienda. Así, el cupón lo recibimos
antes de la compra, listo para ser gastado, y sin gasto de papel.

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.

Recommended

More Related Content

What's hot

What's hot(20)

Viewers also liked

Viewers also liked(7)

Similar to Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.

Similar to Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.(20)

More from Guillermo Córdoba

More from Guillermo Córdoba(12)

Recently uploaded

Recently uploaded(20)

Segmentación de clientes. Una propuesta de clasificación por objetivos, dimensiones y modos de aplicación.