Ayer, después de mi conferencia sobre Big Data e Innovación, tuve una conversación muy interesante con Jorge¹, un viejo conocido. Me contaba cómo han usado la información de sus clientes para entender sus patrones de comportamiento, habiendo llegado a descubrir quiénes eran los de mayor potencial de crecimiento: “…encontramos que, una vez logrando la tercera visita del cliente, se hace cliente a largo plazo”. Han identificado patrones de comportamiento de sus clientes de una manera tan exacta como para saber quiénes van de vacaciones a Acapulco y darles un certificado de regalo válido solamente en su sucursal de allá…
Pero no todo es tan simple, según me dijo después. Ya entrados en el calor de la plática, me contó de su intento por crear una ecuación para predecir en cuál momento de su ciclo de vida estaba un cliente, a partir de los datos de sus compras, visitas y comportamiento. A pesar de tener un grupo de gente brillante y experta en análisis de datos trabajando, no lo habían logrado. La pregunta fue ¿cómo hacer para llegar a tener una ecuación, un modelo confiable?
Uno de los problemas con los datos detallados es su incapacidad para proveer insights del consumidor. Entender cuándo, qué, dónde, en conjunto con qué compra nuestro cliente no permite responder una pregunta súper simple: ¿porqué compra? El porqué, la motivación del cliente no es evidente en su comportamiento, y ahí es donde entra en juego la técnica mixta.
De acuerdo con mi admirado y querido maestro, Roberto Hernández Sampieri, la técnica mixta de investigación combina las ventajas numéricas de las técnicas cuantitativas, con la capacidad de profundización y descubrimiento de las cualitativas. Es una técnica incómoda para los puristas –como el grupo de trabajo de Jorge– pero ofrece la capacidad de encontrar respuestas a preguntas con datos distintos a los del comportamiento meramente transaccional y los demográficos, sino en la motivación personal, para luego moverse al nivel cuantitativo a validar estadísticamente si el hallazgo tiene sentido o no. Si les gusta la investigación bien hecha, les recomiendo el libro de Roberto², una maravilla para quien quiere hacer investigación seria.
Volviendo al tema de Jorge, le propuse usar el enfoque mixto: primero, entender a clientes en distintos momentos de su ciclo de vida; después, analizar los datos acumulados durante la relación con ellos y entender sus comportamientos. Al tener esto, se puede hacer una inferencia importante: clientes en momentos similares de sus ciclos de vida tienen comportamientos similares. Con esto, se buscan clientes cuyos patrones de comportamiento encajen con el modelo, para luego conversar con ellos y validar si están en el momento predicho por éste. Haciendo esto dos o tres veces, yendo de lo cualitativo a lo cuantitativo y de regreso, se afinan los resultados a tal grado como para tener un buen modelo con el cual predecir, muy certeramente, si el cliente está en un momento específico de su ciclo de vida y, por tanto, crear ofertas específicas para invitarle a consumir más.
Por cierto, el título de mi conferencia era “Big Data e Innovación, una pareja hecha en el cielo”. La plática con Jorge vino muy a propósito para discutir si tenía sentido o no usar grandes cantidades de datos para poder innovar las ofertas de las empresas, talo como lo propuse en ella. Dada mi conversación y los resultados en la empresa donde él trabaja, no sólo se puede, debe hacerse.
No hacerlo deja la puerta abierta a los competidores, quienes pueden comenzar a hacerlo y quedarse con los clientes buenos, dejándonos los malos… y eso no es atractivo para nadie.
Notas:
¹Como ya se imaginarán, Jorge es un nombre ficticio.
²Metodología de la Investigación. Roberto Hernández Sampieri, Carlos Fernández Collado, Pilar Baptista Lucio. Ed. MacGraw Hill, 2014.