Es interesante cómo cuando empiezo un proyecto con un
cliente, éste siempre quiere empezar por tener un cuadro de mandos táctico en
lugar de empezar por tener un cuadro de mandos estratégico que le permita ver
la foto completa para luego ir profundizando en lo que resalte para bien o para
mal.
Sobre todo en aquellas empresas cuyo desembolso en marketing
es importante y notorio, es básico el tener un dashboard que contenga todos los
indicadores necesarios para entender el negocio. ¿Y cuáles son?
Independientemente del tipo de negocio que estemos
analizando, normalmente en la gran mayoría de cuadros de mando que he
conceptualizado no faltan estos indicadores:
AREA 1: Clientes
- Nuevos Clientes (número de nuevos clientes o nuevos
formularios recibidos)
- Clientes antiguos (número de antiguos clientes que
realizan transacciones)
- Pedidos totales
- Pedidos nuevos clientes
- % pedidos nuevos clientes (número pedidos clientes nuevos
/ número total de pedidos)
- Pedidos clientes antiguos
- % pedidos clientes
antiguos (número pedidos clientes antiguos / número total de pedidos)
- Tasa de conversión nuevos clientes (cociente de nuevos
clientes / nuevas visitas)
- Tasa de conversión clientes antiguos (cociente de antiguos
clientes / número total de clientes)
- Customer Lifetime Value (explicado un poco más abajo, la
base de nuestro contexto de negocio)
AREA 2: Costes
- Coste total marketing y publicidad
- CAC - Coste adquisición nuevos clientes (coste total marketing /
nuevos clientes)
AREA 3: Ingresos
- Ingresos totales
- Ingresos brutos
- Ingresos medios
- Margen bruto (ingresos totales - costes totales)
- Margen bruto por transacción (ingresos medios - costes variables)
- Ingresos totales nuevos clientes
- Ingresos totales clientes antiguos
- % ingresos nuevos clientes (ingresos clientes antiguos /
total de ingresos)
- % ingresos clientes antiguos (ingresos clientes antiguos /
total de ingresos)
Y por favor, sin olvidar segmentarlo luego TODO por campañas o esfuerzos de
marketing realizados en el periodo.
Es una información brutal :)
La parte interesante de este dashboard va a tener que ver
con el estudio de nuevos clientes y el ciclo de vida de los clientes ya
existentes. Nos va a permitir ir más allá en nuestros análisis.
Para ello tenemos que tener por separado los nuevos clientes
y los clientes antiguos a todos los niveles (número + pedidos + tasa conversión
+ costes + ingresos) y segmentado lo más posible por la fuente de origen de la conversión (independientemente del modelo de atribución elegido).
¿Y para qué nos vale hacer esto? Para subir un escalón más
en nuestro conocimiento de nuestros clientes. Una vez tenemos por separado el
segmento de nuevos clientes contra el segmento de antiguos clientes, podemos
empezar con el Customer Lifetime Value (CLV).
Se calcula como un valor periódico, ya que no sabemos cuan
larga va a ser la relación con cada cliente. Lo ideal es tener un histórico lo
más completo posible para que este valor sea lo más ajustado a la realidad.
La fórmula más rápida para calcular el CLV es tomar los
valores medios de las variables implicadas:
CLV = Tiempo medio de retención cliente (valor medio carrito
* número medio de transacciones * margen bruto)
Si queremos ir afinar mucho más, podemos aplicar esta otra
fórmula:
CLV = margen bruto (porcentaje de clientes recurrentes / (1
+ coste de capital o ratio de descuento - porcentaje de clientes recurrentes)
Esto nos permitirá saber
cuan valioso es un cliente para
nosotros, entender las campañas que mejor funcionan, tanto a nivel de captación
de nuevos clientes como en la
atracción de clientes más por calidad que por cantidad que repiten y que generan
más ingresos a lo largo de un periodo de tiempo.
Imaginemos que lanzamos dos campañas simultaneas, un banner
en el sitio A y un banner en el sitio B. Ambas nos cuestan la misma inversión.
Mediremos las campañas en base a las KPIs típicas de cada campaña como CTR,
tasa de conversión, transacciones, ingresos, etc... El resultado el primer mes
es que el banner del sitio A nos genera un ROI muy positivo, con más de 3.000€
de ingresos netos (restando costes variables y de marketing). Sin embargo la
campaña B nos genera un ROI cercano a cero, con solamente 500€ de ingresos
netos. Con estos números, decidimos mantener la campaña A.
Pero... ¿y si captamos con A pero los clientes no vuelven a comprar?
¿Y si después de 1 año no realizan ni una sola compra más? Analicemos al segmento de nuevos clientes que
vinieron con la campaña B... ¿tienen el mismo comportamiento que los de la
campaña A? o ¿han ido sumando compras mes a mes hasta llegar a unos ingresos
muy superiores? ¿Un año después nos interesa más la campaña A o la campaña B?
Cada vez más herramientas de análisis online permite
analizar este tipo de comportamientos de clientes y cohortes. Google Analytics
ha dado un vuelco en los últimos años para poder profundizar más en este
tema... (quizás por influencia de
Justin Cutroni? jejeje).
Es que esto es muy muy potente. El refrán dice que el 80% de
los ingresos vienen del 20% de los clientes... habrá que identificar este 20%,
¿Se comportan de manera diferente como clientes? ¿Qué les diferencia del resto?
¿Se interesan por el mismo tipo de productos? ¿Se gastan más frecuentemente o
espacian sus compras? ¿Vuelven utilizando la misma fuente de origen? Solamente
así tendremos claro dónde y cuando actuar.
Si sabemos que lo normal es que tengamos un CLV de nuestros
clientes de 150€, no deberíamos permitir que el CAC supere esa cifra porque entonces el asumir un nuevo cliente nos costaría más
que lo que ese cliente se va a dejar a priori en nuestro negocio.
La pregunta del millón será ... Si invertimos una parte del
presupuesto de marketing en nuevos clientes en mantener a clientes
existentes... ¿sabemos cómo puede afectar a nuestro CLV? Esta inversión nos puede
salir bastante más rentable que algunas de las campañas, ¡seguro!
Es decir, la base de un buen cuadro de mandos de cualquier
negocio es entender el cohorte "nuevos clientes", adelantarse a qué
vamos a tener de base en los próximos meses y trabajar en la retención. Como ya
sabemos es mucho más barato retener clientes que ir a por nuevos. Crezcamos en conocimiento, volvamos a creer :)
Etiquetas: analisis predictivo