Definir e implementar estrategias avanzadas de segmentación y personalización es imprescindible para conseguir la mejor experiencia de cliente. Dado que las expectativas de los consumidores son cada vez más altas, las empresas necesitan conocer a sus clientes hasta el punto de poder anticiparse a sus necesidades y ofrecer interacciones relevantes en el momento oportuno para satisfacer sus deseos.
Aquí es donde los Calculated Insights en Salesforce Data Cloud juegan un papel fundamental. Estas métricas avanzadas permiten transformar datos dispersos en información accionable. Esto proporciona a las marcas mejor comprensión del comportamiento de sus clientes, por lo que es posible segmentar con mayor precisión, optimizar campañas en real-time y personalizar la experiencia de cada usuario en cada momento de interacción.
¿Qué son los Calculated Insights en Data Cloud?
Los Calculated Insights (CI) son métricas calculadas en tiempo real dentro de Data Cloud que enriquecen los perfiles de los clientes sin necesidad de preprocesar los datos en sistemas externos. Son cálculos que pueden aplicarse a cualquier entidad unificada dentro de Data Cloud y que, actualizados de forma dinámica, proporcionan información clave para desplegar estrategias de Marketing únicas.
Si tuviésemos que destacar tres beneficios clave de esta funcionalidad, nos quedaríamos con los siguientes:
- Procesamiento en tiempo real: siempre reflejan la última actualización de datos, de modo que la toma de decisión siempre es sobre datos actualizados.
- Integración zero-copy: sin tener que duplicar o mover datos, se pueden generar insights sobre los datos almacenados en Snowflake, Amazon Redshift u otros entornos conectados gracias a la integración zero-copy de Data Cloud.
- Activación inmediata: Los CI pueden utilizarse en Journey Builder, Paid Media, como información extra para Agentforce y cualquier otra plataforma conectada a Data Cloud.
Casos de Uso: Calculated Insights para impulsar tu estrategia de Marketing
Los Calculated Insights permiten definir múltiples estrategias avanzadas de segmentación y personalización. A continuación, exploramos dos de los más relevantes para explotarlos junto a las capacidades de Journey Builder en Marketing Cloud y Paid Media, activando desde el propio Data Cloud:
Métricas RFM para cada cliente
El modelo RFM (Recency, Frequency, Monetary) nos permite clasificar a los clientes en función de su comportamiento de compra. En el RFM ponemos el foco en la Recency -R, o cuándo fue la última vez que un cliente realizó una compra o interactuó con la marca-, Frequency -F, o cuántas veces un cliente ha comprado dentro de un período específico-, y Monetary -M, o cuánto ha gastado un cliente en total en un período determinado-.
Esta clasificación nos ayuda a segmentar a los clientes en función de su valor para la empresa y su nivel de compromiso. Con los clientes segmentados en función de estos nuevos atributos, podemos pensar en estrategias que para aumentar la R, la F y la M de cada uno de ellos con experiencias que respondan de forma adecuada al momento en el cual se encuentran:
- Clientes de Alto Valor (High R, High F, High M)
- Programas de fidelización con beneficios exclusivos.
- Envío de contenido premium o acceso prioritario a nuevos productos.
- Recompensas por lealtad, como descuentos o puntos adicionales en programas de recompensas.
- Clientes Dormidos (Low R, High F, High M)
- Estrategias de reactivación con ofertas personalizadas.
- Recordatorios automáticos en Journey Builder para volver a captar su interés con recomendaciones de productos similares a sus compras previas.
- Ofertas limitadas en el tiempo para generar urgencia.
- Clientes de Alto Potencial (High R, Low F, High M)
- Estrategias de cross-selling y up-selling basadas en productos de mayor valor.
- Campañas de testimonios o casos de éxito para reforzar la relación con la marca.
- Clientes de Riesgo (Low R, Low F, Low M)
- Encuestas para comprender la baja interacción.
- Promociones de recuperación exclusivas.
Activación del Lifetime Value (LTV)
El Lifetime Value (LTV) representa el valor total que un cliente ha generado a lo largo de su relación con la marca. Es una métrica clave para determinar cuánto invertir en adquisición y retención de clientes. Por lo tanto, permite tomar decisiones estratégicas en Marketing optimizando los esfuerzos en clientes con mayor potencial de generar ingresos.
Algunas estrategias para trabajar construyendo alrededor del LTV con Marketing Cloud y Data Cloud pueden ser:
- Clientes con Alto LTV
- Programas VIP con beneficios exclusivos para retener a estos clientes.
- Campañas de re-engagement con contenido premium y recomendaciones basadas en sus compras históricas.
- Ofertas especiales para motivar la compra recurrente.
- Clientes con LTV Medio
- Personalización de experiencias en función de sus intereses detectados por la navegación web o la interacción con Agentforce.
- Campañas de cross-selling con productos de valor añadido.
- Ofertas de suscripción para maximizar el engagement a largo plazo.
- Clientes con Bajo LTV
- Segmentación en Paid Media para ajustar la inversión publicitaria y priorizar clientes con mayor potencial.
- Estrategias de retargeting en redes sociales con incentivos para aumentar la frecuencia de compra.
- Reducción del esfuerzo de marketing en clientes con baja probabilidad de conversión.
- Exclusión de audiencias en campañas de alto presupuesto y enfoque en estrategias de menor costo como remarketing por email.
Tanto RFM como LTV son métricas fundamentales para maximizar el impacto de las estrategias de marketing. Gracias a Data Cloud y Journey Builder de Marketing Cloud, podemos activar estas métricas en tiempo real para conseguir que cada cliente reciba la comunicación adecuada en el momento correcto. Y, de este modo, hacer realidad algo tan valioso en la CXM como que el cliente sienta que damos respuesta a su necesidad o deseo en el momento ideal.
Pero los Calculated Insights no son solo el RFM y el LTV, sino que nos permiten ir mucho más allá. Sin tener que escribir código y apoyándonos en los Flows de Data Cloud, podemos realizar muchos otros cálculos sobre los que tejer otras capas en nuestra estrategia de Marketing. Algunos de ejemplos pueden ser:
- El “Spend by Customer”, que mide el gasto total de un cliente en un periodo determinado. Y nos permite personalizar campañas en Journey Builder basadas en el valor de compra a la vez que exclusión de clientes de bajo valor en campañas de Paid Media para optimizar la inversión publicitaria;
- El “Spend by Customer and Product”, que se fija en categorías o productos específicos y nos orienta en cuanto a estrategias de cross-selling en Journey Builder basado en productos previamente adquiridos;
- Pensando en identificar cuál es el canal preferente para de contacto para cada cliente general y, también, por tipo de producto/oferta, podemos apoyarnos en el “Count of Emails Opened” y así personalizar la frecuencia de envío en Journey Builder y mejorar la tasa de engagement;
- Si nos centramos en la afinidad de nuestros clientes hacia productos o categorías, podemos trabajar alrededor de “Purchase Insights” que nos clasifiquen a los clientes en cuanto a tendencias y patrones de compra, de modo que podamos seguir su evolución en distintos tiers e incidir en ella con varias estrategias;
- “Customer Rank by Spend” es otro Calculated Insight que rankea clientes en función de su gasto total en comparación con otros clientes y que podemos usar para crear niveles como el VIP, para ofrecer a los clientes más importantes beneficios exclusivos y priorizar acciones en todos los canales, también en Paid para audiencias de alto valor.
Una herramienta clave en la next-generation CXM
Así es como los Calculated Insights ofrecen una ventaja competitiva clave en la gestión de la experiencia del cliente (CXM). Al integrarse con herramientas como Journey Builder y poder ser activados en todos los canales, incluso en Paid Media, permiten poner en marcha estrategias basadas en datos sólidos que van más allá de los habituales, mejorando la conversión, la fidelización y la rentabilidad.
En este contexto, las empresas que logran estructurar y explotar estos datos de manera eficiente, consiguen mejorar sus resultados comerciales y construir relaciones más sólidas y duraderas con sus clientes.
¿Estás listo para potenciar tu estrategia de marketing con Data Cloud y los Calculated Insights? En Omega CRM, A Merkle Company, te ayudamos tanto a implementar Data Cloud como a diseñar y activar estrategias basadas en datos con las soluciones más avanzadas de Salesforce. ¡Hablemos!
