Segmentación de clientes e híper-personalización de las comunicaciones del eCommerce de una cadena de supermercados.
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
33.570
Número de tickets
269.700
Gasto total
8M€
Tickets/Cliente
8
Ticket Medio
32,79€
Gasto por cliente
263,45€
¿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 22,3% de los clientes representan el 55% de la facturación global, es la suma de los clientes outliers, high y medium.
- El 77,7% de los clientes tan solo representan el 45% de la facturación global. Son los clientes de bajo valor (low).
- La frecuencia de compra es una característica determinante para los segmentos de Customer Lifetime Value.
- Consideramos que los clientes están fidelizados cuando superan el umbral de los 10 tickets en dos meses.
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 19% de los clientes están en un estado hibernado y si no haces nada nunca más volverán a comprar.
- El 28,9% de los clientes están en proceso de hibernación (masa de bajo valor) y necesitas actuar para no perder la mayoría de estos clientes.
- Los clientes que superan los 10 tickets en dos meses tienen muy poca tendencia a entrar en procesos de hibernación.
- Los mejores clientes (leales notables, VIP leales y outliers) superan los 20 tickets en un periodo de 2 meses.
- Los clientes nuevos representan el 15,9% de los clientes y no saltan a un nivel superior de CLV hasta que no superan el umbral de 8 tickets.
Calculamos la propensión hacia cada uno de los ejes de información relevantes para perfilar los clientes y entender sus gustos y preferencias.
- Cada columna representa un segmento de clientes con características comunas e identificadas con Inteligencia Artificial.
- Cada fila representa cada una de las categorías de productos: autoservicio, fruta y verdura, charcutería, carne, panadería, pescado...
- Cuanto más intenso és el azul de cada una de las celdas mayor es la propensión de compra de los clientes del grupo hacia aquella categoría concreta.
- Por ejemplo los clientes de la columna 131 tienen una propensión total hacia los productos de autoservicio, fruta y verdura y charcutería.
Creamos perfiles Buyer-Persona basados en datos como este: clientes que compran productos de muchas categorías distintas, destacando los frescos como pescado y marisco o frutas y hortalizas.
- El cálculo de los perfiles buyer-persona basados en datos se realiza mezclando distintos ejes de información.
- En este caso se utiliza la categorización de productos, el género o la frecuencia de compra.
- Este perfil buyer-persona se caracteriza por ser un tipo de clientes que tienden a fidelizarse mucho.
- El perfil buyer-persona lo utilizarás para personalizar las comunicaciones y para crear audiencias lookalike con los mejores clientes.
Recomendación híper-personalizada para una clienta con tendencia a la compra de productos de alimentación frescos y secos.
- 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.