Segmentación de clientes e híper-personalización de las comunicaciones de una cadena de retail de cosmética con tiendas físicas y eCommerce
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
119.754
Número de tickets
536.003
Gasto total
57M€
Tickets/Cliente
4,5
Ticket Medio
107,63€
Gasto por cliente
481,75€
¿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.
- Los mejores clientes (outliers y high) son el 9,1% del total y representan el 53,7% de la facturación global de clientes del club de fidelización.
- El 77,1% de los clientes low representa tan solo el 22,7% de la facturación y la mayoría de sus clientes tan solo han hecho dos compras.
- El ticket medio de los clientes outliers es más del doble de los clientes high. Los clientes low también son los que hacen un ticket inferior.
- Los clientes más fidelizados (outliers y high) han realizado más de 15 tickets cada cliente.
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 62,6% de los clientes son hibernados o están en proceso de hibernación. Es indispensable hacer acciones específicas de recuperación.
- El 11,5 de los clientes son nuevos y tan solo han hecho una o dos compra, debemos impulsar la tercera y cuarta compra para que no entren en un proceso de hibernación.
- Consideramos que un cliente está fidelizado a partir de la quinta compra que realiza, siendo de los mejores clientes a partir de las 10 compras.
- El ticket medio oscila entre los 69,€ y los 206,23€ según el grado de fidelización de cada segmento de CLV.
Calculamos la propensión hacia cada uno de los ejes relevantes para perfilar los clientes y descubrir oportunidades de crecimiento.
- 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: fragancias, maquillaje, cuidado u otros.
- 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 11 tienen una propensión hacia los productos de fragancias y cuidado.
Creamos perfiles Buyer-Persona basados en datos como este: clientas de más de 65 años, que compran en todas las categorías, marcas de Lujo y selectivas.
- 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 y edad de los clientes, la exclusividad de las marcas y la estacionalidad gracias a las campañas comerciales.
- Tan sólo el 7,18% de los nuevos clientes son de este perfil y el 20% de ellos se encuentran en los segmentos CLV de mayor valor.
- El perfil buyer-persona lo utilizarás para personalizar las comunicaciones y para crear audiencias lookalike con los mejores clientes.
Recomendación híper-personalizada para clientas de 18 a 24 años, que compran productos de fragancias y de marcas selectivas.
- 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.