Neck & Neck amplía el conocimiento de sus clientes
Implanta un sistema con el que consigue con menos catálogos y promociones una mejor respuesta de compra
La cadena de ropa infantil Neck & Neck puso en marcha en 2003 un club de fidelización de clientes que hoy tiene una base comercial de 220.000 contactos a nivel internacional y genera entre el 70-80% de la facturación de la entidad. Llevar a buen puerto esta iniciativa exigía conocer bien a los compradores, de modo que la empresa pudiera dirigirse a éstos de la manera más personalizada posible e incrementar la rentabilidad de las acciones. La adopción del business intelligence ha sido el camino para lograrlo.
“Llegó un momento en que teníamos que incorporar herramientas que nos dieran soporte para la toma de decisiones relativas a la gestión de modelos internos, como era la gestión de los datos del club de fidelización. Nuestra base de datos crecía exponencialmente y nuestro problema principal era optimizar los envíos de catálogos”. Así expresa Julio Quiñones, director de inteligencia de negocio de Neck & Neck, la problemática a la que se enfrentaba la compañía hace unos años. En esta tesitura, la cadena de ropa infantil consideraba imprescindible gestionar un modelo de propensión que indicara a qué clientes enviar catálogos, que mejorara los modelos de segmentación de dichos clientes y que ofreciera herramientas para optimizar la toma de decisiones de gestión de clientes.
Si bien, en un primer momento, comenzaron a trabajar con consultoras, a las que externalizaban todos los servicios de análisis; en el año 2006, la compañía decidió crear un departamento propio de business intelligence. En ese momento, sus responsables comenzaron a seleccionar proveedores tecnológicos que les permitieran, en palabras de Quiñones, “incorporar una herramienta para priorizar determinadas acciones dirigidas a los clientes”. Entre las alternativas que barajaron, el director de inteligencia de Neck & Neck buscaba, tal y como él mismo explica, “una opción que fuera competitiva en precio y que nos ofreciera soporte local”.
Fidelizar y reactivar clientes
La decisión final fue la solución Clementine de SPSS, gracias a que no sólo “cuenta con un presupuesto asequible que nos permite crecer mediante la adquisición de módulos adicionales, sino también porque tiene un importante soporte en España y Portugal y es una herramienta fácil de aprender”, puntualiza Quiñones. “Cuando se empieza a hacer análisis de modelos se tiene poco tiempo. Éramos conscientes –continúa– de ser una pyme que acababa de incorporar e internalizar todas las capacidades de una consultora sin querer aumentar el número de personas. Para ello necesitábamos un software sencillo y adaptado a nosotros que, sobre todo, nos ayudara con la minería de datos. ¿Para qué? Por ejemplo, para escoger a nuestros mejores clientes para envío de catálogos”.
En seis meses, la solución implementada de Clementine de usuario único ampliable por módulos estaba totalmente operativa. El siguiente reto era contar con el conocimiento para explotar bien dicha herramienta. Para ello, Neck & Neck, en su esfuerzo porque toda esa inteligencia de negocio quedara dentro de la compañía, incorporó programas intensivos de capacitación interna de base y modelización. “Ante todo, no queríamos cometer el error de tener tecnología interesante y no saber usarla. En definitiva, nos centramos en que nuestros profesionales supieran utilizarlo y no hiciera falta que cada uno tuviera que aprender a emplearlo por su cuenta”.
Una vez resuelta la formación en la herramienta, Neck & Neck se enfrentaba de pleno con dos problemas en su club de fidelización: en primer lugar, encontrar las variables ideales para establecer el modelo de quiénes son esos mejores clientes; y, en segundo lugar, resolver un problema de reactivación de clientes, de aquéllos que compran una temporada y luego no vuelven.
En el primer caso, la principal barrera es el tiempo invertido en buscar las variables ideales (rentabilidad, utilidad de compra, capacidad de compra, antigüedad); algo que con SPSS “aprendimos a hacer nosotros mismos. Su herramienta nos ayuda a establecer el grado de importancia de las variables dentro del modelo, permitiéndonos mejorarlo y encontrar equilibrio entre predicción y rentabilidad del negocio”, afirma Quiñones.
En el caso de la reactivación de clientes, Neck & Neck necesitaba acotar mejor cuáles eran los clientes que presentaban mayores probabilidades de ofrecer una respuesta positiva a determinadas ofertas o promociones especiales. En este sentido, expone el director de inteligencia de negocio de Neck & Neck, “SPSS nos ayudó a definir las variables de los clientes (qué hace que un cliente que no ha comprado en tres meses regrese con más probabilidad). Para ello, analizamos la edad de los niños (cuanta menos edad, más posibilidad de compra), el recorrido del cliente con nosotros (compra acumulada o rentabilidad) con diferentes variables, etc. Hemos ido incorporando otra serie de variables que se han ido ajustando más (número, edad de niños, antigüedad de la última compra, importe, rentabilidad…). La herramienta nos proporciona la posibilidad de ver cómo mejora el modelo en cuanto a predicción y ajuste según se le van añadiendo elementos y nos permite saber si ese modelo con determinadas variables es mejor que el anterior”.
Una mayor tasa de respuesta
Tras seis meses de implementación, Neck & Neck ha constatado que “con un menor número de catálogos y de promociones enviadas, se ha logrado un mejor porcentaje de respuesta y un incremento de la compra media”, como afirma Julio Quiñones. Antes de instalar esta plataforma, se lograba entre un 15 y 20% de tasa de respuesta a la campaña, actualmente, y realizando un número significativamente más bajo de envíos, se logra una tasa de respuesta de entre un 20 y 25%. Esto equivale a una rentabilidad enorme, teniendo en cuenta que la compra media por cliente de la cadena está situada entre 100 y 120 euros.
De cara al futuro, la cadena de ropa infantil tiene como asignatura pendiente, tal y como señala Quiñones, “desarrollar el análisis de venta cruzada secuencial para ir analizando y modelizando lo que los clientes compran en diferentes eventos”. La idea es, según el portavoz, “generar por tipología de clientes esa cadena de compras y ofrecerle la siguiente compra tras analizar por qué un producto lleva a la adquisición del siguiente”.
“Llegó un momento en que teníamos que incorporar herramientas que nos dieran soporte para la toma de decisiones relativas a la gestión de modelos internos, como era la gestión de los datos del club de fidelización. Nuestra base de datos crecía exponencialmente y nuestro problema principal era optimizar los envíos de catálogos”. Así expresa Julio Quiñones, director de inteligencia de negocio de Neck & Neck, la problemática a la que se enfrentaba la compañía hace unos años. En esta tesitura, la cadena de ropa infantil consideraba imprescindible gestionar un modelo de propensión que indicara a qué clientes enviar catálogos, que mejorara los modelos de segmentación de dichos clientes y que ofreciera herramientas para optimizar la toma de decisiones de gestión de clientes.
Si bien, en un primer momento, comenzaron a trabajar con consultoras, a las que externalizaban todos los servicios de análisis; en el año 2006, la compañía decidió crear un departamento propio de business intelligence. En ese momento, sus responsables comenzaron a seleccionar proveedores tecnológicos que les permitieran, en palabras de Quiñones, “incorporar una herramienta para priorizar determinadas acciones dirigidas a los clientes”. Entre las alternativas que barajaron, el director de inteligencia de Neck & Neck buscaba, tal y como él mismo explica, “una opción que fuera competitiva en precio y que nos ofreciera soporte local”.
Fidelizar y reactivar clientes
La decisión final fue la solución Clementine de SPSS, gracias a que no sólo “cuenta con un presupuesto asequible que nos permite crecer mediante la adquisición de módulos adicionales, sino también porque tiene un importante soporte en España y Portugal y es una herramienta fácil de aprender”, puntualiza Quiñones. “Cuando se empieza a hacer análisis de modelos se tiene poco tiempo. Éramos conscientes –continúa– de ser una pyme que acababa de incorporar e internalizar todas las capacidades de una consultora sin querer aumentar el número de personas. Para ello necesitábamos un software sencillo y adaptado a nosotros que, sobre todo, nos ayudara con la minería de datos. ¿Para qué? Por ejemplo, para escoger a nuestros mejores clientes para envío de catálogos”.
En seis meses, la solución implementada de Clementine de usuario único ampliable por módulos estaba totalmente operativa. El siguiente reto era contar con el conocimiento para explotar bien dicha herramienta. Para ello, Neck & Neck, en su esfuerzo porque toda esa inteligencia de negocio quedara dentro de la compañía, incorporó programas intensivos de capacitación interna de base y modelización. “Ante todo, no queríamos cometer el error de tener tecnología interesante y no saber usarla. En definitiva, nos centramos en que nuestros profesionales supieran utilizarlo y no hiciera falta que cada uno tuviera que aprender a emplearlo por su cuenta”.
Una vez resuelta la formación en la herramienta, Neck & Neck se enfrentaba de pleno con dos problemas en su club de fidelización: en primer lugar, encontrar las variables ideales para establecer el modelo de quiénes son esos mejores clientes; y, en segundo lugar, resolver un problema de reactivación de clientes, de aquéllos que compran una temporada y luego no vuelven.
En el primer caso, la principal barrera es el tiempo invertido en buscar las variables ideales (rentabilidad, utilidad de compra, capacidad de compra, antigüedad); algo que con SPSS “aprendimos a hacer nosotros mismos. Su herramienta nos ayuda a establecer el grado de importancia de las variables dentro del modelo, permitiéndonos mejorarlo y encontrar equilibrio entre predicción y rentabilidad del negocio”, afirma Quiñones.
En el caso de la reactivación de clientes, Neck & Neck necesitaba acotar mejor cuáles eran los clientes que presentaban mayores probabilidades de ofrecer una respuesta positiva a determinadas ofertas o promociones especiales. En este sentido, expone el director de inteligencia de negocio de Neck & Neck, “SPSS nos ayudó a definir las variables de los clientes (qué hace que un cliente que no ha comprado en tres meses regrese con más probabilidad). Para ello, analizamos la edad de los niños (cuanta menos edad, más posibilidad de compra), el recorrido del cliente con nosotros (compra acumulada o rentabilidad) con diferentes variables, etc. Hemos ido incorporando otra serie de variables que se han ido ajustando más (número, edad de niños, antigüedad de la última compra, importe, rentabilidad…). La herramienta nos proporciona la posibilidad de ver cómo mejora el modelo en cuanto a predicción y ajuste según se le van añadiendo elementos y nos permite saber si ese modelo con determinadas variables es mejor que el anterior”.
Una mayor tasa de respuesta
Tras seis meses de implementación, Neck & Neck ha constatado que “con un menor número de catálogos y de promociones enviadas, se ha logrado un mejor porcentaje de respuesta y un incremento de la compra media”, como afirma Julio Quiñones. Antes de instalar esta plataforma, se lograba entre un 15 y 20% de tasa de respuesta a la campaña, actualmente, y realizando un número significativamente más bajo de envíos, se logra una tasa de respuesta de entre un 20 y 25%. Esto equivale a una rentabilidad enorme, teniendo en cuenta que la compra media por cliente de la cadena está situada entre 100 y 120 euros.
De cara al futuro, la cadena de ropa infantil tiene como asignatura pendiente, tal y como señala Quiñones, “desarrollar el análisis de venta cruzada secuencial para ir analizando y modelizando lo que los clientes compran en diferentes eventos”. La idea es, según el portavoz, “generar por tipología de clientes esa cadena de compras y ofrecerle la siguiente compra tras analizar por qué un producto lleva a la adquisición del siguiente”.
