Dos de los KPIs más importantes en marketing son el coste de adquisición de cliente (CAC) y el valor de vida del cliente (CLV), es decir, cuánto nos cuesta conseguir un cliente y qué valor nos va a proporcionar a lo largo de su ciclo de vida.
Para que una estrategia de marketing y un negocio sean viables, debe cumplirse que:
CAC < CLV
En LaMagnética solemos decir que si CAC > CLV, tienes un problema en el modelo de negocio o en la estrategia de marketing, mientras que si CAC < CLV es solo una cuestión financiera encontrar los recursos para captar más clientes y crecer.
Calcular estas variables puede resultar muy complejo, por lo que muchos análisis de marketing las ignoran a pesar de su importancia, especialmente el CVL.
Para ayudar a las empresas a hacer este cálculo de manera más sencilla, hemos preparado un informe en el que presentaremos tres casos del cálculo del Customer Lifetime Value y un modelo simple que sirve para el caso más frecuente. Este modelo simplifica mucho esta tarea, ayuda a aproximar el CLV con pocos meses de datos y permite estimar con antelación la rentabilidad de descuentos y otras acciones de marketing.
Nos vamos a centrar en casos en los que el cliente aporta ingresos regulares a la empresa. Este escenario incluye:
- Servicios de suscripción de distintos tipos (SaaS, servicios B2B, plataformas de streaming, gimnasios, etc.).
- Empresas de venta recurrente on y offline, en la que parte de sus clientes sí serán recurrentes aunque otros no lo sean (supermercados, comida para mascotas, tiendas de ropa, etc. )
- Suministros (telefonía, agua, luz, gas) y otras suscripciones (ONGs, membresías, etc.).
Para simplificar nos centraremos en servicios en los que se produce una única compra al mes todos los meses, aunque en nuestros proyectos con clientes realizamos diferentes adaptaciones del modelo según las circunstancias de cada negocio. En una tienda de compra recurrente y frecuente, como un supermercado por ejemplo, se incorporan tanto el ticket medio como la distribución de frecuencias de compra por cliente; por otro lado, en casos como el de una tienda de ropa, las frecuencias de compra suelen ser notablemente más bajas, con bastantes meses sin compras y hay que distinguir entre las ventas a precio completo y las ventas de rebajas o promociones, ya que su aportación al CLV es muy distinta.
Por simplicidad vamos a presentar el caso en el que todos los clientes pagan la misma cuota al mes. A partir de esa base pueden modelarse casos con distintas tarifas, frecuencias de compra o tickets medios en función de cada caso particular. En los modelos más avanzados, el cálculo del CLV se combina con técnicas que segmentan a los clientes y se analizan indicadores de riesgo.
Este modelo simplificado tiene la ventaja de transmitir mejor las ideas clave detrás de la modelización del CLV y de su aplicación para diseñar estrategias de marketing. Además, muchas de las complejidades del análisis de los casos reales, varían entre sectores y entre empresas.
Adelantamos un ejemplo de uso de este modelo simplificado. La gráfica siguiente muestra en negro los clientes activos a lo largo del tiempo (en porcentaje, siendo 100% el primer mes) frente al modelo simplificado en amarillo. La superficie por debajo de la línea (sumatorio o integral) es directamente proporcional al CLV.
En el ejemplo, basado en datos de uno de nuestros clientes, el modelo aproxima los datos con un error inferior al 5%.
A partir de este modelo podemos diseñar con precisión estrategias de marketing ya que con datos de pocos meses podemos predecir el comportamiento futuro para calcular el CLV. Además, es posible analizar segmentos de usuarios específicos utilizando criterios demográficos, por fuente de captación, etc. de modo que las acciones a llevar a cabo, como descuentos por permanencia, son mucho más precisas. En conclusión, podemos adelantarnos en la toma de decisiones en vez de analizar la situación en retrospectiva.
Recibe el artículo al completo dejándonos tus datos en el siguiente formulario
