Segmentación de clientes

El problema

Los segmentos con los que trabaja el equipo se definieron una vez, en una reunión, y suelen apoyarse en lo que era fácil de mirar: edad, zona, tamaño de empresa, antigüedad. Se les puso nombre, se armaron cuatro o cinco, y ahí quedaron.

El problema no es que estén mal. Es que agrupan por cómo son los clientes y no por cómo se comportan, y esas dos cosas coinciden menos de lo que parece. Dos personas del mismo perfil pueden comprar con frecuencias, tickets y motivos completamente distintos, y terminan en la misma casilla recibiendo lo mismo.

El síntoma es reconocible. Las campañas rinden parecido en todos los segmentos, lo que suele significar que los segmentos no separan nada. Y nadie los revisa, porque no hay un momento del año en que toque hacerlo.

La solución

Grupos construidos a partir del comportamiento observado, no de atributos declarados. Qué compra cada uno, con qué frecuencia, con qué ticket, cómo reacciona a un descuento, por qué canal entra, cuánto tarda en volver.

Cada grupo llega con su perfil, que es lo que permite ponerle un nombre que el equipo reconozca y decidir qué se hace distinto con él. Un segmento sin una acción asociada es una etiqueta, y no cambia nada.

Cuántos segmentos es una decisión de negocio. El número no lo dicta la estadística: lo dicta cuántos tratamientos distintos puede ejecutar el equipo de verdad. Si marketing puede sostener tres mensajes diferentes al mes, ocho segmentos son un ejercicio que nadie va a usar. Es la conversación que hay que tener antes de construir, y la que casi nunca se tiene.

Qué se valida acá, que no es lo mismo que en un modelo predictivo

Este es el único de nuestros casos donde no hay nada que predecir. No hay un evento futuro, no hay una respuesta correcta, y por lo tanto no hay porcentaje de acierto. Eso desconcierta a quien espera una métrica y es la parte más importante de entender.

Una segmentación se valida por dos vías. La primera es si los grupos se comportan distinto de verdad, lo que se comprueba contrastándolos contra indicadores que no entraron en su construcción. La segunda, y la que decide, es si el equipo puede hacer algo distinto con cada uno. Un conjunto de grupos estadísticamente limpio sobre el que nadie puede actuar es el modo de falla más común de esta técnica, y no se detecta con ninguna métrica.

Conviene decir qué no hace y qué sí. No dice quién se va a ir ni quién está por comprar, y para eso están los modelos predictivos, que se usan sobre los segmentos y no en su lugar. Lo que sí hace, y se aprovecha poco, es ubicar a un cliente nuevo en su grupo desde el primer día. Todavía sin histórico propio, hereda el tratamiento que ya demostró funcionar con los clientes que se le parecen, en vez de esperar meses a que acumule comportamiento suficiente.

Cómo se integra

Cada cliente lleva su segmento como campo en el sistema, y se recalcula con la periodicidad que tenga sentido, que en la mayoría de los negocios es trimestral o semestral. Lo interesante no es solo la foto sino el movimiento: un cliente que cambia de grupo está diciendo algo, y quien pasa de un segmento de alto valor a uno de bajo suele estar avisando antes que cualquier otra señal.

La misma técnica, otras aplicaciones

Agrupar por comportamiento observado sirve donde haya muchas unidades y haga falta tratarlas distinto sin poder mirarlas una por una.

Lo difícil de una segmentación nunca es hacerla. Es que alguien haga algo distinto con cada grupo después.