Resumen

Objetivo: identificar un nuevo modelo de predicción del comportamiento del cliente basado en nuevas variables que puedan ser utilizadas por la dirección de marketing y adaptadas a su planificación empresarial.

Metodología: se ha utilizado un nuevo modelo, con la definición de nuevos sistemas de cálculo de las variables tradicionales R, recencia, F, frecuencia y M, valor monetario, (RFM), relacionadas con los periodos de negocio. Además, la activación en cada periodo P se convierte en una variable clave para construir las cohortes de compra de los clientes e identificar su potencial. Una nueva variable, lealtad de activación, se reconoce como un buen indicador de la probabilidad de futuras compras de los clientes. El modelo construye una ponderación mediante un análisis de regresión múltiple obteniendo β para cada variable, incluyendo los periodos de activación, presentando el efecto relativo de las variables y la mejor explicación global del modelo.

Resultados: este nuevo modelo, RFMAP, que incluye periodos de activación y lealtad de activación, presenta una mayor precisión de la predicción y mejoras sobre los modelos tradicionales con un claro impacto, líneas de segmentación útiles y manejables y priorización para la gestión de marketing en sistemas CRM.

Limitaciones: la principal limitación de este modelo consiste en que se basa en datos de una sola empresa, y debe mostrar el valor en otros sectores y dar una visión completa a través de su aplicación transversal.

Implicaciones prácticas: las ventajas indicadas demostraron una mejor predictibilidad y utilidad para los tomadores de decisiones, no solo para determinar los mejores clientes, sino también con los inactivos. Ofrece una explicación significativa de las diferencias en el comportamiento del cliente, que están presentes en los datos y se reflejan en el modelo. Además, proporciona una priorización prescriptiva de las variables que gestionar en el plan de marketing y cómo implementarlas.