La hiperpersonalización está cobrando mucha fuerza, de hecho, la mayoría de profesionales del sector considera que será una de las grandes tendencias de 2021. Sora Sanz, CEO de Bulevip compartió con los asistentes del Ecommerce News Congress 2021 las claves para lograr que esta sea exitosa. 

Dar las gracias a los patrocinadores del evento que lo hicieron posible: UniversalPay, Aplazame, Sequra, Worldpay, Klarna, PayPal, Comercia Global Payments, vdSHOP,  DonDominio, Qapla, Esic, Easycommerce, beeasy, Axicom y Vino Premier.

Sanz comenzó presentando algunos de los objetivos de la compañía, y es que en Bulevip tienen claro que en el 2021 van a realizar una apuesta clara por la hiperpersonalización, ya que “tenemos que empezar a pensar que los clientes no van a ser el tipico custemer consumer con el que venimos trabajando en marketing desde hace mucho tiempo. Ahora tenemos muchísimas más categorías, muchas más marcas…tenemos que empezar a tratarlos como si fueran únicos”. 

Aunque las cosas pueden parecer sencillas, a la hora de implementar una estrategia de hiperpersonalización te puedes encontrar con problemas como la saturación del mercado. En 2016 había 3.500 plataformas pasaron a más de 7.000 en 2019.

¿Cómo gestionar la hiperpersonalización en las empresas?

El primer paso que hay que seguir cuando se va a aplicar una estrategia de hiperpersonalización, según explica Sora Sanz, es tener claro para qué vas a utilizar esa herramienta. Si no empezamos por esto, puede ocurrir que “empecemos a ver demostraciones de herramientas de muchísimos tipos y nos perdamos en la ciencia ficción que nos cuentas. Lo que nos lleva a dejar de tener clara nuestra estrategia y perdernos en el software”.

Todas las empresas tienen una evolución analítica, conforme la empresa va madurando los datos van teniendo cada vez más importancia. En la última fase de esa evolución estaría la hiperpersonalización, donde muchas empresas no llegan nunca. “Se quedan a mitad de camino” compartió la CEO de Bulevip.  

Lo bueno, es que actualmente la tecnología ha evolucionado tanto que ya hay software que te permiten llegar a la última fase sin necesidad de pasar por todas, gracias a la Inteligencia Artificial y el Big Data.

Hiperpesonalización y clientes

Sora Sanz considera que hay un aspecto fundamental, pero que suele pasarse por alto, es el ciclo de vida de los clientes. Pocas empresas saben cuántas veces vuelve a comprar un cliente, ella lo achaca a “estamos muy obsesionados con la captación y la fidelización, pero no tenemos en cuenta ese paso que hay entre el primer pedido y fidelizar a un cliente“. Uno de los datos que ofrece es que el 50% de las personas que nos hacen un pedido no llega a hacer nunca un segundo pedido.

El análisis RFM es una de las mejores herramientas para solucionar este problema, ya que “identificar dónde están los clientes, si han hecho su primer pedido, es decir, si su frecuencia es dos, tres o cuatro. Saber cuando hicieron el último pedido o si su ticket medio está en un rasgo superior o inferior”. 

“A la hora de personalizar no solo tenemos que tener en cuenta que le gusta al cliente, sino en qué momento está”

Comenzar nuestra estrategia de hiperpersonalizacion

Una vez que ya tenemos los datos podemos comenzar con la estrategia y, para ello, según la CEO de Bulevip tan solo tenemos que ver en qué zona del cuadrado (imagen) está cada cliente y realizar diferentes estrategias de marketing dirigidas a cada grupo.

“Podemos ver si los clientes que he perdido compraban productos de baja recurrencia y puedo realizar una estrategia de marketing de cross selling llevándolo a productos de más recurrencia” argumentó Sanz.

Otra de las cosas que se pueden hacer es utilizar el cálculo de afinidades, nos dicen que productos ha visto cada usuario y que productos son afines en función de lo que otros han comprado. Esto hay que testearlo. 

Los recomendadores tienen que ser de forma que se haga 1to1, pero estamos generando una relación 1toall, porque “lo que un cliente ve y lo que un cliente compra es dato que le da al algoritmo para que los recomendadores funcionen mejor para otros clientes” 

También podemos clusterizar a nuestros clientes, esto se hace creando perfiles por comportamiento y no tanto por la edad o el sexo. Hay que categorizarlos por aspectos como: en qué momento de la vida de un cliente se encuentran, qué les gusta comprar, cómo les gusta pagar o si solo compran en época promocional, etc.