Si alguna vez has pasado un fin de semana viendo de un tirón una temporada de «Breaking Bad» o alguna otra serie en una plataforma de vídeo en streaming, puedes consolarte pensando que, desde luego, no eres la única persona. Sectores enteros de la población consumen productos y servicios digitales siguiendo un patrón de «concentración», con largos periodos de inactividad interrumpidos por breves e intensos estallidos de compras.
Una vez que los profesionales del marketing se den cuenta de esto —y ya tienen los datos necesarios para rastrearlo—, podrán explorar una nueva y rica veta de comportamiento digital, afirma Eric Bradlow, profesor de marketing de Wharton. Señala que, durante décadas, una medida básica del valor del cliente ha sido la segmentación RFM (recencia, frecuencia y valor monetario). «Mi investigación […] sostiene que no es una caracterización completa…», añade. Hace falta una letra más: «La llamo “C”, que [significa] concentración». Bradlow explica este concepto en esta entrevista de Knowledge@Wharton, basada en un artículo de investigación titulado «New Measures of Clumpiness for Incidence Data», que escribió junto con Yao Zhang, asociado de Credit Suisse, y Dylan Small, profesor de estadística de Wharton.
Qué es la «concentración» en los datos de clientes y por qué importa:
Una de las prácticas más arraigadas en el ámbito del marketing y la valoración de clientes consiste en resumir a un cliente mediante lo que se denomina segmentación RFM —recencia, frecuencia y valor monetario—. Esto significa que tomo todo lo que sé sobre mi cliente y calculo solo tres cifras sencillas: ¿Cuándo compró por última vez? ¿Con qué frecuencia compra? Y, cuando compra, ¿cuánto dinero gasta? […] Es la base sobre la que la mayoría de las empresas deciden quiénes son los clientes valiosos y quiénes no lo son.
Mi investigación […] sostiene que esa no es una caracterización completa de los clientes. Hay que añadir una letra más a RFM, y yo la llamo «C», que [significa] concentración Twitter, es decir, algunos clientes sí compran siguiendo un patrón regular. Históricamente, si comprabas zumo de naranja o pañales, comprabas esas cosas con regularidad. Pero la concentración se refiere al hecho de que la gente compra a ráfagas. Y esos periodos de compras en ráfagas indican algo muy distinto sobre el cliente y muestran que esos clientes pueden ser extremadamente valiosos.
Sobre las principales conclusiones:
Las principales conclusiones de mi investigación son muy sencillas. Imaginemos que quieres […] predecir quiénes serán los clientes valiosos en el futuro. Y tienes cuatro elementos que puedes usar para predecirlo. Como mencioné: recencia, frecuencia, valor monetario y, digamos, la inversión de marketing destinada al cliente. Esas son las formas clásicas en que las empresas construyen lo que se conoce como modelos de puntuación. Sostengo que hay que añadir una cifra más, la C: cuán concentradas son las compras del cliente. No es más difícil de calcular que R, F y M. Puedes hacerlo en Excel. Se calcula muy rápido. Puedes calcularla literalmente para 100 millones de clientes en un segundo.
Los periodos de compras en ráfagas indican algo muy distinto sobre el cliente y muestran que esos clientes pueden ser extremadamente valiosos.
Además, los resultados de mi investigación sugieren que los clientes con mayor concentración valen más fuera de la muestra, es decir, en términos de su valor futuro, incluso tras controlar RFM y el gasto en marketing; esto significa que hemos encontrado otra variable que las empresas deberían seguir [con respecto a] nuestros clientes y utilizar para predecir su valor futuro.
Las conclusiones más sorprendentes:
Dos cosas me sorprendieron de mis conclusiones. Una es que simplemente daba por sentado que esta segmentación basada en RFM, que existe desde hace tanto tiempo y utilizan tantas empresas, ya se había validado, en el sentido de que no había nada más sencillo que pudiera ayudar a explicar el valor del cliente. Se pueden hacer todo tipo de sofisticadas extracciones de datos web y construir muchas otras variables, pero la concentración es muy sencilla.
Así que, en primer lugar, me sorprendió que se hubiera pasado por alto; en otras palabras, que los periodos de actividad y de inactividad revelaran algo sobre el cliente. Creo que la segunda cosa que me sorprendió, al menos en los conjuntos de datos que he analizado, [es que] esto se cumple con los bienes de consumo digitales y en línea, pero no con los bienes de consumo envasados tradicionales. En otras palabras, entiendo por qué los modelos históricos encajaban bien: se compra papel higiénico con regularidad; se compra zumo de naranja con regularidad. Pero no se consume Hulu con regularidad. No se puja en subastas de eBay con regularidad. No se compran libros en Amazon con regularidad.
Si observas los bienes que se compraban históricamente, en realidad no hay concentración. Pero si miras la nueva ola, la nueva economía, la concentración está presente en todos los conjuntos de datos que he analizado.
Sobre las implicaciones prácticas:
De todas las investigaciones que he realizado a lo largo de mis […] 20 años de carrera, creo que esta es probablemente la más práctica. Mi trabajo suele consistir en lo que llamo modelización estadística sofisticada y compleja. Pero esto no trata de modelización estadística. Trata de una cifra —la concentración— que las empresas pueden calcular hoy mismo. No necesitan recopilar datos adicionales. Son los mismos datos que utilizan para calcular R, F, M y el valor del ciclo de vida del cliente. Y pueden determinar cuánto aporta a la predicción del valor del cliente. Cambiará el orden de clasificación de los clientes. También cambiarán sus decisiones sobre qué clientes vale la pena reactivar —imaginemos que algunos clientes han abandonado la empresa—: ¿cuáles vale la pena reactivar?
Sostengo que los clientes con compras concentradas, aunque hayan abandonado la empresa […], son a quienes hay que reactivar. Si los reactivas, volverán y comprarán de nuevo de forma concentrada, y harán muchas cosas en el futuro. Por eso creo que tiene un enorme valor práctico. Y lo mejor es que, si visitas mi sitio web, encontrarás una hoja de Excel con ejemplos resueltos. Incluye una hoja de Excel que puedes descargar y empezar a utilizar hoy mismo para calcular la concentración.
¿Qué nuevas reglas, cambios de procedimiento o estrategias sugerirías a raíz de tu investigación?
Hoy mucha gente habla de macrodatos. Me encantan los macrodatos, pero les diré qué me gusta aún más: la compresión de datos. Con compresión de datos quiero decir que ahora se pueden recopilar miles y miles de variables sobre las personas. Se puede rastrear dónde están y qué compraron, qué páginas web visitaron. Pero eso no es ciencia. Es recopilación de datos. La cuestión ahora es: ¿cuál de toda esa información es realmente útil para el problema empresarial que se plantea? A eso lo llamo compresión de datos.
Así que concibo la concentración como un complemento de las variables tradicionales, como RFM, la actividad de marketing y demás; la veo como una forma de, digamos, aumentar la compresión de datos. Solo les digo que deben conservar un poco más de información. No pueden reducirlo todo a tres cifras. Tienen que reducirlo a cuatro.
He investigado mucho sobre la concentración y sé que existe en distintos sectores. Sé que puede tener valor predictivo. Esto es lo que no sé: qué la causa… He relacionado la actividad de marketing con la concentración. Las empresas pueden intentar que compres de forma concentrada enviándote un correo electrónico, un catálogo, dirigiéndose a ti con publicidad personalizada, etc.
Pero aún no he estudiado cuál es la manera óptima en que las empresas deberían dirigirse a ti sabiendo que existe la concentración. Por ejemplo, no he analizado si consumes más contenido concentrado cuando se trata de una serie. Imagina que ves «Breaking Bad» o «Mad Men» o algo parecido. O imagina que eres una empresa que intenta vender una gama de productos, como una línea de cuidado facial, una línea de hidratantes y todo lo demás. ¿Deberías ofrecerlos en un paquete y dar la impresión de que la gente avanza hacia un objetivo?
Si observas los bienes que se compraban históricamente, en realidad no hay concentración. Pero si miras la nueva ola, la nueva economía, la concentración está presente en todos los conjuntos de datos que he analizado.
Así que […] sé cómo calcularla matemáticamente. Sé que para las empresas es muy sencillo hacerlo. Sé que es predictiva. Pero lo que aún desconozco es la psicología que explica por qué ocurre; por eso ahora colaboro con muchos colegas más orientados a la psicología del consumidor. Empezaremos a realizar muchos experimentos conductuales en el laboratorio para intentar comprender la psicología subyacente a por qué la gente se comporta de forma concentrada.
Sobre «concentración» frente a «consumo compulsivo»
Me gusta la palabra «concentración». A otras personas les gusta la palabra «consumo compulsivo». Me gusta «concentración» porque también se refiere a lo contrario: la ausencia de concentración, es decir, llegadas o compras espaciadas de manera más o menos uniforme. No creo haber visto ningún artículo sobre la concentración, pero el concepto se aplica cada vez que aparece un artículo sobre personas que consumen contenido compulsivamente o que consumen cosas: «un estudiante se quedó despierto 18 horas viendo esto». Y es un concepto omnipresente: cada vez que hablo de ello con directivos, estudiantes o académicos, todos creen que existe.
Ideas erróneas que se han refutado:
Mi investigación refuta la idea de que, en cierto sentido, los clientes puedan clasificarse simplemente mediante un conjunto sencillo de cifras. Hay que ir un poco más allá. Hay que ir un poco más allá de lo que yo llamaría teorías simples sobre cómo se comporta la gente. Si nos fijamos en la recencia, la frecuencia y el valor monetario, que constituyen en cierto modo la base histórica del comportamiento del consumidor, básicamente se ignoran los intervalos entre llegadas. En esencia, se dice: puedo tomar todos los datos —por ejemplo, un intervalo de dos días, luego uno de cuatro, luego uno de tres y después uno de seis—, descartarlos todos y quedarme solo con cuándo viniste por última vez y cuántas veces habías venido».
Lo que esto refuta es [la idea de] que el patrón de llegada de las personas no aporta información. Aporta mucha información. Las personas [que] vienen a ráfagas, luego se van, después vuelven a ráfagas y se van de nuevo […] son fundamentalmente distintas. Personalmente, creo que hay personas de tipo concentrado y personas de tipo no concentrado.
También hemos demostrado que esto varía según la categoría de producto. Por ejemplo, hemos descubierto que las mujeres tienden a mostrar más concentración que los hombres. Hemos descubierto que las personas más jóvenes tienden a consumir de forma más concentrada que las mayores. Así que creo que [uno de] los mitos que vamos a refutar es que no solo todas las personas son iguales, sino que además hay formas sencillas de clasificarlas a todas en un tipo determinado.
En qué se distingue el estudio:
Existe toda una clase de modelos matemáticos que se han popularizado —aunque llevan 50 años existiendo— en los últimos 10 años, llamada «modelos ocultos de Markov». […] Imaginemos que hay dos estados posibles. Estás en un estado de actividad o en uno de inactividad, y alternas entre ambos. Ese modelo matemático es la concentración. Estás en un estado de actividad y haces muchas cosas. Estás en uno de inactividad y no haces nada. Actividad, inactividad, actividad, inactividad… Lo que quería era ofrecer a los profesionales una manera de calcular una cifra sencilla. Es un estadístico. No es un artículo de estadística. Es un artículo sobre una cifra, un estadístico, como lo llamamos.
Solo hay que calcular la cifra y luego hacer con ella lo que se quiera. Se puede intentar utilizar para predecir el valor del cliente. Se puede utilizar para ver si los hombres muestran más concentración que las mujeres. Se puede utilizar para segmentar a las personas. Eso es lo que caracteriza y distingue este trabajo: es un enfoque sencillo basado en una métrica que los profesionales pueden utilizar. No es un enfoque basado en modelos sofisticados. Pero ambos intentan abordar el mismo problema.
El trabajo que hago no es matemática académica alejada de la realidad. Es una cifra sencilla que cualquiera puede calcular.
Un ejemplo de cómo podría utilizarse la «concentración»:
Hasta ahora, lo que hemos estudiado para llegar a los clientes con compras concentradas es si el correo electrónico, los catálogos y los distintos tipos de canales de marketing son más eficaces. Como era de esperar, descubrimos que el correo electrónico tiene un efecto más a corto plazo. Un catálogo tiene un efecto más a largo plazo.
Lo que todavía no entendemos realmente es si hay ciertas palabras en un correo electrónico o un catálogo, o en una campaña de vídeo, que capten la atención o, si se quiere, hagan que las personas compren de forma más concentrada. ¿Hay ciertos temas que generen más concentración, o categorías de productos que necesariamente sean más propensas a ella? Hasta ahora, lo único que hemos hecho es establecer que el fenómeno existe. Sé que existe en muchos sectores. Sé que ciertos tipos de personas tienden a mostrar más concentración.
Lo que aún no he hecho —algo sorprendente porque soy profesor de marketing— es hablar de sus implicaciones para el marketing. Para eso harán falta conjuntos de datos más grandes y nuevos que me permitan relacionar aspectos de las campañas de marketing con el comportamiento concentrado de las personas. Sé cómo hacerlo. Solo necesito datos más ricos y mejores para lograrlo.
¿Qué viene ahora?
Estoy pensando en unas tres líneas distintas para continuar esta investigación. En primer lugar, me encantaría analizar más conjuntos de datos y demostrar hasta qué punto está extendida la medida de concentración. He analizado conjuntos de datos de Amazon, CDNow, eBay, Hulu y YouTube, así como de algunas empresas tradicionales de bienes de consumo envasados. [Ahora,] solo quiero aplicarla a nuevos conjuntos de datos.
En segundo lugar, quiero comprender los procesos psicológicos. ¿Por qué se comporta la gente de forma concentrada? La tercera y última línea consiste en relacionar la actividad de marketing con la concentración. Para ello harán falta no solo datos sobre el comportamiento de las personas —qué hicieron, qué sitios web visitaron, qué compraron—, sino también información sobre las propias campañas de marketing, posiblemente incluso el texto de la campaña y los canales por los que se enviaron; eso me permitirá idear métodos de optimización para que las empresas optimicen sus campañas de marketing y activen la concentración.
Republicado con permiso de Knowledge@Wharton, la revista en línea de investigación y análisis empresarial de Wharton School de la Universidad de Pensilvania».
Para mantenerse al día con Forum:Agenda, suscríbase a nuestro boletín semanal.
Autor: Eric Bradlow es profesor de marketing en The Wharton School.
Imagen: Una imagen ampliada de un monitor de ordenador muestra un sitio web que vende imágenes prediseñadas de botones para tiendas en línea en Viena, el 27 de noviembre de 2013. REUTERS/Heinz-Peter Bader.
