Los modelos predictivos de desafección o abandono de clientes (Predictive Churn Models) han sido ampliamente utilizados en las empresas para detectar cuando un cliente puede dejar de serlo. En el caso de los Programas de Fidelización, estos modelos son completamente válidos y, gracias al software de fidelización que da soporte a los mismos, también son muy fiables.
El estudio permanente del rastro que deja el usuario en un Programa de Fidelización da al Departamento de Marketing un profundo conocimiento de su comportamiento y apoyado en él debe ser capaz de crear su propio Modelo Predictivo de Abandono (PCM, por sus siglas en inglés). El PCM define la trayectoria y las fases por las que pasa un usuario hasta abandonar definitivamente un Programa de Fidelización. El Departamento de Marketing se puede sacar el máximo partido de un modelo de este tipo que le aportará numerosos datos. Estos podrán ser utilizados para diseñar estrategias encaminadas a conseguir el retorno del usuario a la actividad dentro del Programa y, por consiguiente, para que vuelva a comprar su producto o servicio. Una vez más, el Programa de Fidelización, se convierte en la herramienta ideal para alinear los objetivos de Comercial y Marketing, siendo este último quien le puede dar información de métricas clave que Comercial podrá utilizar en sobre el terreno en sus visitas comerciales y el desarrollo de sus clientes.
Sin la utilización del PCM, Marketing trabajaría sin una guía basada en datos reales del comportamiento de los usuarios; simplemente lo haría siguiendo impresiones. Sin embargo, con un PCM se puede atajar la desafección antes de que suceda y conseguir reducir el Índice de Abandono (Churn Rate) una variable esencial en la gestión de Programas de Fidelización.
El Índice de Desafección. Marco temporal e inactividad.
El Índice de Abandono (CR, por sus cifras en inglés) muestra, en tanto por ciento, el número de usuarios que abandonan el Programa de Fidelización por cada cien nuevos usuarios. Lo primero que hay que hacer es establecer el marco temporal en el que ubicar nuevos usuarios y desafectos. Por ejemplo, en Fidelización B2B un mes puede no ser suficiente puesto que puede haber sólo 5 ó 10 altas mientras que un solo abandono puede ocurrir cada 3-4 meses.
En el caso de que nuestro Programa vaya dirigido a nuestros clientes directos en el canal, el ciclo de compra de nuestro mercado es el que debe indicarnos con qué regularidad nuestros clientes nos hacen pedidos. Ese debería de ser el marco temporal del CR. Pero, además, como bien sabremos, habrá KA que tengan un ciclo de compra diferente. Por lo tanto, la segmentación es fundamental para tener un CR real de manera que deberíamos tener tantos CRs como segmentos.
Nuevos usuarios e Índice de Abandono (CR)
Pero en B2B, cada vez es más común diseñar Programas de Fidelización “indirectos”, llamados así porque van dirigidos a los clientes de nuestros clientes, normalmente en el siguiente eslabón del canal, y que además son los que más influyen en la decisión de compra del cliente final. En estos casos, es más difícil conocer el ciclo de compra, sobre todo en el primer año del Programa (muchos de estos pretenden, precisamente, conocer el comportamiento de este mercado dentro del canal). Como habremos ingeniado un sistema de seguimiento de nuestros productos, por ejemplo, un código adherido al producto, el mero hecho de introducirlo en un microsite es una muestra de actividad en el Programa.
Además del marco temporal, para poder determinar el CR, debemos establecer cuándo podemos decir que el usuario ha abandonado el Programa. El abandono en un Programa de Fidelización B2B equivale a la inactividad en el mismo. El ciclo de compra suele ser una buena indicación: ¿seis meses, nueve meses, un año? Ese tiempo sin realizar un pedido y consideraremos que el usuario es inactivo. A propósito de los inactivos, a este grupo no se les olvida del todo. Siempre se pueden realizar acciones de reactivación, pero ese es otro tema fuera de este post.