Modelar y calcular el ciclo de vida de los clientes

Entender el ciclo de vida de los clientes es fundamental tanto en la gestión de los mismos (CRM) como en el diseño y desarrollo de producto con el fin de optimizar el engagement, y en consecuencia, incrementar los ingresos y la sostenibilidad del producto. Existe abundante información en la red acerca de qué es el ciclo de vida, su importancia en el negocio y en el marketing así cómo diferentes estrategias para su optimización. En cambio, la información acerca de cómo medir el ciclo de vida es escasa, teórica y subjetiva. Medir el ciclo de vida nos permitirá por ejemplo saber cuál es el momento adecuado para realizar una promoción o saber cuánto tardan nuestros clientes en entender el producto. El propósito de este artículo es ofrecer una forma objetiva y práctica de modelar y calcular el ciclo de vida de los clientes con el fin de poder establecer estrategias de marketing y producto con mejor criterio.

Conceptos básicos del ciclo de vida de los clientes

Aunque el concepto “ciclo de vida” parezca trivial, existe mucha confusión y mezcla de conceptos técnicos que dificultan su comprensión.

Es importante diferenciar el concepto del ciclo de vida de un cliente del significado del valor de la vida del cliente. El valor de vida de un cliente define un “valor” monetario expresado mediante una fórmula matemática (técnicamente conocido como lifetime value y del que hablaremos en otros artículos), mientras que el ciclo de vida del cliente describe las fases y estados por las que pasa un cliente al interaccionar con el producto expresado normalmente mediante un gráfico o diagrama de estados.

Otro término que suele generar confusión con el ciclo de vida es el “costumer journey” que consiste en una herramienta “lean” para desarrollar la experiencia de usuario del producto. Podríamos decir que el ciclo de vida nos explica cómo los clientes interaccionan con el producto mientras que el “costumer journey” es una herramienta de diseño que nos permite mejorar el engagement entendiendo el ciclo de vida.

La necesidad de modelar y calcular el ciclo de vida de los clientes

El entendimiento del ciclo de vida por parte del equipo directivo es una condición necesaria pero no suficiente en los días que nos encontramos donde la tecnología nos permite medir absolutamente todo. La mayoría de las organizaciones conocen y entienden el ciclo de vida de sus clientes pero lo hacen de una forma teórica y subjetiva basada en experiencias pasadas e intuiciones.

El poder modelar y calcular el ciclo de vida nos permite responder de forma objetiva a preguntas de gestión de cliente y de producto que de otra forma serían respondidas en base a la intuición del equipo directivo como por ejemplo cuándo enviar un email informativo o cuándo enviar un email de promoción de venta o de venta cruzada.

Supongamos que hemos modelado y construido el gráfico anterior del ciclo de vida de nuestros clientes. Mediante este gráfico podemos establecer estrategias diferentes para cada fase y estado del cliente:

Para las fases de entry, discovery y engagement aplicaríamos una estrategia de retención y enganche mediante tácticas como mensajes de bienvenida, consejos, tutoriales, etc.
Para las fases de engagement, advocacy y mastery, donde el cliente alcanza el mayor nivel de engagement aplicaríamos una estrategia de sociabilización y monetización con tácticas como mensajes de primera conversión, plan de fidelización, revenue management, estrategias VIP, etc.
Para las fases de disengagement y deflection aplicaríamos una estrategia de retención con tácticas de promociones, regalos, contenido nuevo o contenido especial, etc.

En el gráfico anterior podemos observar el ciclo de vida con las diferentes estrategias y sus respectivas tácticas para cada fase pero, ¿en qué momento exacto debemos aplicar cada táctica? Aquí es donde muchas organizaciones se quedan por no calcular de forma objetiva el ciclo de vida.

Modelar el ciclo de vida de los clientes

Representar la cantidad de uso o engagement de un producto por parte de un cliente (o grupo de clientes) a lo largo del tiempo nos permitirá obtener un gráfico representativo del ciclo de vida.

En el gráfico anterior se muestran ciclos de vida de tres clientes (o grupos de clientes) diferentes (C1, C2 y C3). En el eje de abscisas representamos el tiempo de vida de los clientes desde el inicio hasta el fin de la iteración con el producto mientras que en el eje de ordenadas se representa la cantidad de engagement para cada cliente. El engagement puede ser medido por la métrica que el equipo de producto considere oportuno y que más se adapte al producto (número de sesiones al día, tiempo medio por sesión, número de eventos o acciones, o incluso número de ventas). Lo importante es que el eje de ordenadas represente el uso del producto de forma comparativa.

Los valores t1, t2 y t3 representan los puntos de corte con engagement cero, o expresado de otra forma, nos indican el tiempo total de vida de cada cliente que posteriormente será usado para el cálculo del LTV. En cambio, las pendientes de las curvas y sus tipos de distribución (normal, binomial, sesgada a la derecha, a la izquierda, etc.) nos indican el nivel de engagement para cada valor t.

De estos gráficos podemos obtener cuándo se producen puntos clave como los “aha moments”, los momentos de máximo engagement y momentos de aburrimiento o declive. Entender estos gráficos de forma objetiva nos permitirá establecer estrategias para potenciar los momentos que más nos interesen. Por ejemplo, en las fases iniciales podemos enfocar los esfuerzos de producto y gestión de clientes al aprendizaje y onboarding, en la fase de máximo engagement focalizar en retención y conversión y en la fase de declive en reactivación o venta cruzada. No sólo nos permitirá definir una estrategia sino que también podremos medir la evolución de los cambios realizados en el producto.

Calcular el ciclo de vida de los clientes

Una vez entendido el modelo y el objetivo del mismo es el momento de obtener los datos para representarlos en el gráfico. El cálculo lo realizaremos mediante cohortes de engagement (o el dato de uso de producto que hayamos escogido). Una vez realizados los cálculos bastará representar los datos obtenidos de los cohortes mediante gráficos. El modelo resultante es la representación del ciclo de vida que hemos visto en el apartado anterior.

Mediante el gráfico anterior se podrían tomar las siguientes posibles decisiones de gestión y producto:

Desde el día 1 al 8 no hacer nada, ya que la evolución es de aprendizaje.
A partir del día 8 comenzar con estrategias de monetización debido a que el usuario ya conoce el producto y comienza a darle cada vez más uso.
El día 15 es el momento clave donde el usuario empieza a perder interés. En ese momento podríamos desbloquear funcionalidades adicionales o hacer algún evento especial con una comunicación.
A partir del día 20 o 21 la estrategia estaría enfocada en mantener al cliente o bien cruzarle a otro producto.
El día 28 podría dar por perdido al cliente.

Si realizamos estrategias agresivas en días determinados y volvemos a calcular el gráfico podremos ver la efectividad de los cambios, y si estos, han fomentado que el cliente no se pierda el día 28 sino días después. El objetivo del equipo de producto y de gestión de clientes es conseguir alcanzar el mayor punto de engagement (e_max) en el menor tiempo posible y sostenerlo en el tiempo.

Espero que este artículo haya permitido al lector obtener una mejor visión de qué son los ciclos de vida, cuál es su utilidad en los ámbitos del negocio y cómo poder llevar a la práctica un seguimiento y evolución de las diferentes estrategias aplicadas mediante el modelado y cálculo del ciclo de vida.