Sólo hay un jefe. El cliente. Y puede despedir a todo el mundo en la empresa, desde el presidente en adelante hasta abajo, simplemente gastando su dinero en otro lugar. Sam Walton.
La frase no es otra cosa que cierta. Es simple y responde al sentido común por encima de todo. Fue pronunciado por Sam Walton, fundador de Walmart. Esto representa por sí mismo un cambio en el paradigma de la optimización del rendimiento y de las operaciones, que pasa de ser centrada en la tienda (o en el sitio web) a ser centrada en el cliente o, en una perspectiva más general, centrada en el usuario, entendiendo al usuario como un cliente o un potencial.
La Universidad de Wharton en Pennsylvania está a la cabeza de la investigación analítica de clientes. De este tipo de análisis surgen muchas aplicaciones par ala analítica digital y de negocio: valor de vida del cliente, análisis en la tienda, etc.
Una cosa, sin embargo, también está clara: un cliente, antes de convertirse en cliente, es sólo un usuario, que pasa por diferentes etapas de su ciclo (atención, concienciación, etc.). Esta distinción entre cliente y no-cliente es especialmente importante cuando se trata de un sitio web o una aplicación nativa. En otras palabras, ¿cómo se aplica este cambio de paradigma en un entorno basado en la web? Hemos estado observando la transformación de un sistema de seguimiento y optimización basado en sesiones a uno centrado en el usuario.
En los últimos meses hemos sido testigos de cómo las herramientas de análisis digital han ido desplazando sus principales informes centrándose en el usuario. Herramientas como Google Analytics informan a los usuarios antes de las sesiones, mientras que hace unos meses lo hacía en sentido contrario. Por ejemplo, fíjate en el orden en el que aparecen los informes de Google Analytics: primero los usuarios y luego las sesiones (para las vistas de la aplicación).
Aquí ya nos enfrentamos al primer reto: cómo definir un usuario. Llegaremos con esto en otros puestos. Antes de eso, quiero recordar una situación a la que nos enfrentamos hace algún tiempo mientras hacíamos consultoría para un sitio de comercio electrónico en el mercado europeo. Se nos pidió que entendiéramos cómo estaban navegando las sesiones en términos de comportamiento de múltiples categorías. Concretamente, el sitio web tenía un encabezado parecido a este:
El problema era entender la proporción de sesiones que navegaban a través de una sola categoría, a través de dos categorías, a través de tres categorías, etc. durante diferentes períodos de tiempo. Teníamos una ruptura:
Aún más, también mostramos cómo se veían los carros en términos de ítems de categorías cruzadas:
Los responsables reaccionaron muy preocupados, e inmediatamente iniciaron acciones para incrementar la cuota de sesiones que estaban navegando por más de una categoría, y para aumentar el número de categorías distintas en cada cesta. Si estás de acuerdo con esta forma de proceder, debemos decir que probablemente estés equivocado. De hecho, todos los intentos de aumentar las sesiones y los carritos entre categorías no tuvieron éxito.
¿Cuál podría haber sido un mejor enfoque? Un buen consejo: poner al usuario en el centro y entender la intención de cada una de sus sesiones. No puede simplemente pretender que todos los usuarios estén pisando todo el contenido en cada sesión. En cambio, usted puedes sacar el máximo provecho de cada sesión al entender la intención de dicha sesión. Si un usuario está visitando contenido relacionado con la categoría A en una sesión determinada, asegúrate de que realiza una compra sobre dicha categoría. Lo importante es evitar que el usuario gaste su dinero en otro lugar.
¿Esto es todo lo que podemos sacar del usuario? A nivel de sesión, probablemente. Pero, ¿y si ampliamos la ventana de tiempo? En lugar de mirar qué categoría navega el usuario en una sola sesión, podríamos comprobar todas las sesiones que el usuario ha realizado durante una semana, un mes o un trimestre. En el caso que estamos considerando, los gráficos se veían significativamente diferentes:
Como podemos ver, la proporción de usuarios que sólo navegan por encima de una categoría bajó del 60% al 40%, mientras que la proporción de usuarios que navegan por encima de dos categorías aumentó del 20% al 30%. Y aquí es donde podemos inducir algún cambio. Incentivando al usuario a alcanzar otras categorías (de nuevo, a través de diferentes sesiones) podemos mejorar el conocimiento del usuario sobre las categorías que no se han navegado anteriormente. Si el contenido es lo suficientemente atractivo, podríamos tener la oportunidad de que el usuario realmente compre por encima de él.
Otro análisis que fue interesante para este caso fue el que mostró las distintas categorías compradas por cada cliente durante un período de tiempo, considerando todos los pedidos realizados. Teníamos una situación parecida:
Que se transformó en esto:
Después de aplicar una acción de marketing directo cuyo objetivo era precisamente eso, aumentar la cuota de cartera del usuario en diferentes sesiones y, probablemente, en diferentes pedidos.
Es decir, paciencia y manten al usuario concentrado. No lo abrumemos, y aprovechemos cada sesión…. Una a la vez.
Existe, sin embargo, una nueva variable que viene como entrada en la ecuación de la centralidad del usuario, que se aplica especialmente a los entornos digitales: el dispositivo utilizado para llegar al sitio. Identificar al usuario cuando navega por diferentes dispositivos es un gran desafío. Universal Analytics nos permite identificar al menos un grupo importante de estos usuarios, y puede ser aplicado a sitios que de alguna manera los identifican a través de login, newsletters, etc. Los informes parecen muy prometedores:
Esta información es extremadamente útil para entender la intención de un usuario determinado (o de un grupo de usuarios) al llegar al sitio con los diferentes dispositivos disponibles. Seguramente no hay la misma intención cuando un usuario llega al sitio con un smartphone por la mañana o con una tableta por la tarde. Colocar al usuario en el centro es, al final, entender su intención en cada una de las sesiones en cada momento de la temporada (in-day, in-week, etc.), con cada uno de los diferentes dispositivos. Para hacerlo un poco más complicado, también podemos introducir el hecho de que algunos de estos usuarios también pueden estar visitando tu tienda tradicional (en caso de que tengas una, por supuesto). Muchos sitios (la industria de la moda, principalmente) le permiten comprar a través de la web de App y elegir en la tienda. Actualmente se están llevando a cabo muchas investigaciones con el fin de realizar un seguimiento del comportamiento en la tienda. Por ejemplo, Estimote está haciendo algunos esfuerzos para lograr este objetivo.
En los siguientes artículos hablaremos sobre el cambio de paradigma en la estrategia de reporting (no necesariamente sobre las herramientas sino sobre las técnicas y los contenidos), cuyo centro es el Valor del Ciclo de Vida del Cliente (CLV).
En cualquier caso, si tienes más preguntas o problemas con el enfoque omnicanal de tu empresa, no dudes en comentar este artículo o en ponerte en contacto con nosotros.
