El Customer Lifetime Value (CLV) es un conjunto de indicadores que permiten conocer el valor que tienen tus clientes y las probabilidades de recurrencia de compra. En Connectif, el modelo de machine learning que calcula estas métricas es único para cada cuenta. A través de la información que adquiere de tu negocio, obtendrás unos datos cada vez más precisos para mejorar tus KPIs.
En este artículo se explican las propiedades del CLV en Connectif, los requisitos para que se active en tu cuenta, cómo se hacen estas predicciones y qué significan las métricas que encontrarás en tu panel.
1. Propiedades
Modelo del CLV
- Cada modelo de CLV es único, aprende de los datos de cada cuenta para proporcionar los mejores pronósticos y predicciones posibles.
- El modelo de machine learning del Customer Lifetime Value de Connectif se basa en los modelos Buy Till You Die, que describen el comportamiento de los clientes en dos procesos principales:
- El proceso de transacciones: indica que, mientras está activo, un cliente compra aleatoriamente alrededor de su tasa de transacción media, que varía con respecto a la del resto de clientes.
- El proceso de abandono: cuya premisa es que cada cliente tiene una propensión al abandono no observada y que esta propensión varía entre los clientes.
Cada cliente dejará de comprar en un momento dado que no puede ser determinado. El hecho de que un comprador no efectúe una compra durante un período no indica que haya dejado de comprar para siempre.
Datos de CLV de los contactos
- El CLV se actualiza en varios momentos diferentes para sacar el máximo partido a los datos y que el sistema de machine learning sea cada vez más preciso:
- Una vez al día, Connectif verificará si tu cuenta cumple los requisitos para el cálculo del CLV y, de ser así, se activará el CLV en tu cuenta.
- Una vez al mes, se recalculará el CLV para todos los contactos con al menos una compra. De este modo, cuanto más tiempo se tenga activo y más datos pueda recoger, más preciso será.
- Al producirse una compra, se volverá a calcular el CLV del contacto.
- Al fusionar contactos, el sistema recalculará el CLV del contacto (si está habilitado y el contacto anónimo tiene al menos 1 compra).
2. Cómo funciona el CLV en Connectif
a. Requisitos para tenerlo en tu cuenta
Para poder tener el cálculo y las métricas del Customer Lifetime Value en tu cuenta de Connectif, tienes que cumplir unos requisitos mínimos (para que el algoritmo pueda calcular y extraer las predicciones necesarias):
- Tiempo: tu cuenta debe tener al menos cuatro meses de compras.
- Clientes: necesitas al menos 500 compradores diferentes.
- Recurrencia: de estos 500 clientes, al menos uno de ellos debe tener 3 o más compras.
Es posible que, aún cumpliendo todos los requisitos, el sistema no pueda generar un modelo.
Puedes verificar fácilmente si cumples con los requisitos para tener el modelo CLV activado en tu cuenta de Connectif. Todo lo que tienes que hacer es entrar en tu Data Explorer y comprobar:
— Si tienes al menos 4 meses de compras (si tu cuenta no permite verificar datos anteriores a 3 meses en Data Explorer, puedes hacerlo a través de "Catálogo > Compras").
— El número de compradores únicos.
— Las métricas de compradores recurrentes.
b. Parámetros del CLV en Connectif
Una vez que el modelo está ajustado, podrás comenzar a hacer inferencias. Con el machine learning del CLV tendrás las siguientes predicciones:
- Customer Lifetime Value: indica la cantidad total de dinero que se espera que este contacto gaste en tu negocio en los próximos 12 meses.
- P-Alive: esta métrica indica la probabilidad que tiene el cliente de volver a comprar. Por lo tanto, cuanto mayor sea este valor, más probable será que el cliente compre nuevamente.
- Churn rate: indicador contrario al P-Alive, haciendo referencia a la probabilidad de que el cliente haya dejado de comprar definitivamente.
- Compras esperadas: esta cifra representa cuántas transacciones puedes esperar de ese cliente en los próximos 12 meses.
El modelo intenta hacer la mejor predicción basándose en los datos. Sin embargo, al tratarse de predicciones, los datos no tienen por qué encajar exactamente con la realidad.
El conjunto de estos parámetros compone el modelo de machine learning de Customer Lifetime Value de tu cuenta de Connectif. Con estas métricas podrás hacer una estimación sobre el valor de tus contactos y su probabilidad de recurrencia.
c. Dónde se ubica en Connectif
Podrás encontrar y utilizar las métricas de CLV en tu cuenta de Connectif en diferentes lugares de la plataforma:
-
- En la ficha de contacto: dentro de la ficha de cada contacto podrás ver sus métricas de CLV para conocer su valor.
-
- Segmentos Dinámicos: a la hora de crear tus segmentos dinámicos, podrás filtrar por contactos que cumplan determinadas condiciones del CLV.
-
- Segmentos Dinámicos Plus: selecciona en el buscador por "Indicadores de Valor" y podrás escoger los parámetros de CLV que desees filtrar.
-
- Workflows: puedes utilizar el nodo "Comprobar valor" filtrando por las métricas del Customer Lifetime Value y activar determinadas acciones dentro de tus workflows para esos segmentos de contactos.
La información del CLV también se encuentra entre la información de contacto que se exporta de un nodo a otro.
-
- En la exportación de datos de contacto: al exportar tus contactos desde Connectif, podrás guardar también las métricas de CLV disponibles de cada uno.
Aprovecha esta información para trazar estrategias automatizadas que te permitan optimizar tus bases de datos y aumentar el valor de tus clientes.
¡Éxito!
Has llegado al final de la lección.
¿Te han quedado dudas sin resolver?
Recuerda que tienes a tu disposición a nuestros especialistas en Connectif. Para contactar con ellos, tan solo tendrás que abrir ticket a Soporte haciendo clic en el botón azul de “Ayuda” de tu dashboard.
¡Sigue aprendiendo!
Para aprovechar todo el potencial de tu cuenta en Connectif, te recomendamos continuar con los siguientes artículos:
- Análisis RFM, para conocer estas métricas y cómo segmentar los contactos en función de su comportamiento de compra a lo largo del tiempo.
- Campos del contacto, para aprender las unidades mínimas de información que, en conjunto, forman la ficha del contacto.
- Acceso preferente, para enviar un email a los contactos más valiosos antes que al resto.
- Reactivación de interés, para reactivar a los contactos que necesitan atención con recomendaciones personalizadas.