Este documento habla sobre la segmentación de clientes y la personalización de comunicaciones para mejorar las métricas de negocio como conversión, ticket promedio y ventas recurrentes. Explica métodos como RFM y clusters automáticos para segmentar clientes y recomienda actualizar los segmentos con frecuencia para captar cambios en el comportamiento. También recomienda utilizar datos transaccionales, demográficos y de comportamiento para personalizar ofertas y comunicaciones 1:1 en tiempo real a gran escala mediante el uso de tecnologías como CToR.

1. Hernán Litvac – Co founder
@Litvac @ICOMMKTOK

2. $ = T x CR x T.Prom

3. $ = T x CR x T.Prom TRÁFICO
CONVERSION
RATE (%)
FACTURACIÓN
TICKET PROMEDIO

4. PROMO $ 50
CON TU COMPRA DE $ 500
90 Ventas = $ 45.000
EJ: T: 10.000 / CR: 0.9 % / T. Prom: $ 500

5. TICKET PROMEDIO $ 200 TICKET PROMEDIO $ 500 TICKET PROMEDIO $ 1000
PROMO $ 50
CON TU COMPRA DE $ 500
90 Ventas = $ 45.000
EJ: T: 10.000 / CR: 0.9 % / T. Prom: $ 500

6. TICKET PROMEDIO $ 200 TICKET PROMEDIO $ 500 TICKET PROMEDIO $ 1000
PROMO $ 20
CON TU COMPRA DE
$ 200
PROMO $ 50
CON TU COMPRA DE
$ 500
PROMO $ 100
CON TU COMPRA DE
$ 1000

7. TICKET PROMEDIO $ 200 TICKET PROMEDIO $ 500 TICKET PROMEDIO $ 1000
PROMO $ 20
CON TU COMPRA DE
$ 200
PROMO $ 50
CON TU COMPRA DE
$ 500
PROMO $ 100
CON TU COMPRA DE
$ 1000
30 VENTAS = $ 6.000 30 VENTAS = $ 15.000 30 VENTAS = $ 30.000

8. 90 VENTAS
$ 45.000
90 VENTAS
$ 51.000
APLICANDO SEGMENTACIÓN
BÁSICA
VS

9. T
H
O
R

10. Tasa
H
Orgánica de
Recompra

11. Tasa
aH-há
Orgánica de
Recompra

12. $ = T x CR x T.Prom
COMPRAS RECURRENTES
SEGMENTACIÓN &
PERSONALIZACIÓN
CLV
TRÁFICO
CONVERSION
RATE (%)
FACTURACIÓN
TICKET PROMEDIO

13. Jeff Bezos, CEO de Amazon.com
“Si tengo 2 millones de clientes en
la web, debería tener 2 millones de
tiendas en la web”.

14. Jeff Bezos, CEO de Amazon.com
“Si tengo 2 millones de clientes en
la web, debería tener 2 millones de
tiendas en la web”.
Segmentación & Personalización

15. 25.000.000.000
600.000.000
Hernán @Litvac
1M 15D 1S 1D
Frecuencia de Actualización
EVENTOS
TOMA DE DATOS
SEGMENTACIÓN
PERSONALIZACIÓN
AUTOMATIZAR

17. CRM
WEB
eCommerce
FanPage
Punto de Venta
físico
ERP
Campañas
Google Facebook
Chat
Email marketing BI
TRANSACCIONES
DEMOGRAFIA
COMPORTAMIENTO
CONTEXTUAL

18. Y ahora?...
Cómo identifico a los
clientes adecuados?

19. METODOLOGÍA DE SEGMENTACIÓN
RFM
Recencia Frecuencia Monetario (valor)

20. R
F
M

21. R
F
M

22. R
F
M CLIENTES ALTO
VALOR

23. R
F
M CLIENTES ALTO
POTENCIAL

24. R
F
M CLIENTES
PROMEDIO

25. PRIMERA
COMPRA
COMPRADORES
RECURRENTES
RIESGO CHURN
CLIENTES ALTO
VALOR
CLIENTES ALTO
POTENCIAL
REACTIVACION
NUEVOS
CLIENTES
RFM: 555 (histórico)
RFM: 222 (120 días)
Mujeres entre 25 a 45
Categoría Zapatos – Ticket > U$ 100
OpenRate > 30% & CTR >= 15%
Apertura en los últimos 5 días
TRANSACCIONES
DEMOGRAFÍA
COMPORTAMIENTO
CICLO DE VIDA DEL CONSUMIDOR

26. 1M 15D 1S 1D RT
Frecuencia de Actualización à A la velocidad de sus clientes
TRANSACCIONES RFM
DEMOGRAFÍA
COMPORTAMIENTO
1M 15D 1S 1D RT
CONTEXTUAL
1M 15D 1S 1D RT
1M 15D 1S 1D RT

27. Mindfulness de la DATA

28. SEGMENTACIÓN AUTOMATIZADA (CLUSTERS)
FLOW
AUTOMATION
(EVENTOS)
FLUJO DE DATOS
(AUTOMATIZADO)
PERSONALIZACIÓN 1:1
(CÓMO?)
Tienda de
eCommerce
Tienda Físca
Campañas
Otros
Touchpoints…

29. Personalizar:
Hola Hernán, tenemos una
promo para tí!

30. Personalizar:
Hola Hernán, tenemos una
promo para tí!
Hola Hernán, sólo sabemos
tu nombre!

31. Podemos personalizar a
gran escala y en tiempo
real ?

37. Utilizamos estas
tecnologías para
personalizar 1 a 1
las comunicaciones
de eMail Marketing

38. Utilizamos estas
tecnologías para
personalizar 1 a 1
las comunicaciones
de eMail Marketing
CToR
x3
CR
x 2-3

39. OFERTA
PERSONALIZADA
REAL TIME
PERSONALIZACION
ACCESOS TRADICIONALES
DISCOVERY
1:1

41. Vitrinas de recomendación (up-selling y cross-selling)
Identificación de audiencias (comportamiento predict.)
Google Shopping
Look a Like ß Custom Audience & DPA

42. Gracias!
@Litvac @ICOMMKTOK