¿Quieres obtener una visión en profundidad de cómo encontrar y mantener a tus clientes con Customer Insights en Dynamics 365? Te explicamos cómo explorar la IA predictiva y la automatización que te permitirán identificar a aquellos clientes que tienes más riesgo de perder, así como a desarrollar y realizar un seguimiento que te ayude a recuperarlos.
Customer Insights para obtener una visión unificada de tus clientes
Customer Insights te ayuda a crear una visión unificada de 360º de tus clientes, ya que te permite incorporar cualquier tipo de datos utilizando una variedad de conectores personalizados y prediseñados; historial de transacciones, datos de puntos de venta, datos de comportamiento, preferencias de un cliente, etc. ¿Cómo podemos combinar Customer Insights con una herramienta como Dynamics 365 Marketing para proteger e incluso hacer crecer nuestra base de clientes?
Las consecuencias de la pandemia han hecho que, a lo largo del último año y medio, nuestros hábitos de consumo cambien radicalmente. Este es uno de los principales motivos por los que se ha vuelto esencial obtener el pulso de la relación que tienen nuestros clientes con la empresa; cuanto mejor comprendamos sus preferencias, mejores experiencias personalizadas podremos brindarles y mejor podremos adaptar la comunicación con ellos.
¿Cómo aprovechar esta experiencia al máximo?
Empezamos desde la perspectiva del analista de datos. En Customer Insights encontraremos plantillas de IA prediseñadas como la siguiente, que nos muestra una medida predictiva sobre la probabilidad que tenemos de perder a un cliente si no hacemos nada para evitarlo. Esto se genera con inteligencia artificial y, posteriormente, el riesgo se evalúa en función de varios factores; la cantidad de tiempo desde su primera compra, la frecuencia con la que compra, etc.
La siguiente información esencial nos la ofrece la ‘Predicción del valor de la vida del cliente’ (CLV); si esta métrica es elevada para un usuario, nos interesará que este vuelva. Lo que haremos en este caso será crear un segmento combinando los clientes con mayor valor de vida que, a su vez, tengan mayor riesgo de abandono (churn rate). Ya hemos explorado la plantilla para crear la predicción del riesgo de abandono, pero… ¿Cómo creamos la predicción de CLV?
- En Inteligencia, bajo Predicciones, elegimos el Valor de vida útil del cliente y hacemos clic en Usar modelo.
- Para empezar, le damos un nombre.
- El siguiente paso consiste en definir las preferencias del modelo. Podemos escoger, por ejemplo, qué tan lejos en el futuro queremos predecir. El cálculo del modelo, por otro lado, definirá el percentil de clientes de alto valor.
4. A continuación, agregamos nuestros datos obligatorios (como las compras en tienda) y asignamos los nombres de los campos para el historial de transacciones del cliente. Asignamos también el ID de la transacción, el monto de la transacción y el ID del producto.
5. Completamos el siguiente conjunto de campos para los datos del cliente. Si queremos, podemos agregar datos adicionales, por ejemplo, las compras online para combinarlas con los datos de las compras en tienda.
6. Finalmente, podemos elegir el programa de actualización, que es la frecuencia con la que se ejecutará el modelo de IA para volver a capacitarse a medida que los datos se actualicen con más actividades. En este caso, dejaremos el valor predeterminado en mensual y seguiremos adelante.
Ya podremos revisar todo lo que hemos configurado y comenzar a ejecutar el modelo.
Una vez completado este paso, obtendremos sugerencias de segmentos basadas en atributos. Los porcentajes más altos corresponderán, como es lógico, a las puntuaciones CLV más altas, es decir, a nuestros clientes más valiosos. Para crear el segmento combinando estos clientes con aquellos que tengan las probabilidades más altas de abandono, tendremos que:
- Crear segmento.
- Agregar el segmento de abandono creado anteriormente al segmento CLV que estamos editando actualmente.
- Mantenemos esta información sin la identificación del cliente y lo ponemos en todos los registros.
- Cambiamos la relación a una intersección, lo que genera todas las coincidencias (‘match’) en las que un cliente es de alto valor y, a la vez, está en riesgo de abandono.
- Le damos a guardar y esperamos el tiempo de cálculo necesario.
Al hacer clic en el segmento creado, podremos ver los resultados combinados. Esto se puede descargar como un archivo CSV, sin embargo, con Dynamics 365 Marketing nuestro equipo de marketing lo tendrá todo listo para utilizar como segmento de audiencia. Cuando un cliente nos llame o visite una de nuestras tiendas podremos visualizar toda esta información para brindarle una mejor atención personalizada.
Si quieres saber cómo aprovechar los beneficios de Dynamics 365 Marketing para mantener a tus clientes en base a todos los datos extraídos del análisis anterior, ¡estate atento a nuestros próximos artículos! Y si no tienes claro cómo tu negocio puede servirse de Dynamics 365 para conocer mejor el comportamiento de tus clientes, ponte en contacto con nosotros a través de hello@algoritmia8.com.