Marketing Automation

Segmentación de contactos para una estrategia eficaz de Marketing Automation

La importancia de la segmentación en Marketing Automation

Entendemos por segmentación a una «agrupación» de los contactos de una base de datos en base a una serie de rasgos o características comunes. La segmentación resulta fundamental para que nuestras acciones de marketing automatizado tengan efectividad.

La importancia de estas agrupaciones radica en que realizar acciones sobre estos grupos definidos siempre tendrá una mejor respuesta que realizar una acción masiva sobre toda la base de datos. Esto se debe a que cada usuario tiene sus propios intereses y particularidades, y el hecho de darle a cada usuario lo que cada usuario necesita en cada momento, siempre garantizará una mejor respuesta.

Entre las principales ventajas de una correcta segmentación, destacan:

  • Mejora de KPIs relacionados con las comunicaciones con el contacto: por ejemplo, en el caso de envío de mails basados en segmentos, las tasas de apertura, CTR y tasa de bajas mejoran respecto a envíos masivos. De esta manera llegamos de forma mas eficaz a nuestra base de datos.
  • Mejora de la tasa de conversión del canal por el que nos comunicamos con el usuario. Ya sea email, SMS, push o a través de contenido web dinámico.
  • Cada contacto recibe comunicaciones acordes al punto en el que se encuentra del customer journey, guardando además relación con sus intereses.
  • En definitiva, a través de una correcta segmentación conseguimos personalizar la experiencia de nuestros contactos. Y ese es el camino hacia el que tiene que dirigirse el ecommerce.

Clases de segmentaciones para ecommerce

Cuando empezamos a plantearnos qué segmentos son los ideales para nuestro negocio digital, siempre empiezan a surgir tantas ideas, que llevadas al papel se traducen en una cantidad desmesurada de segmentos. Y esto luego no resulta operativo.

Tenemos que tener un plan para cada segmento, un funnel de conversión específico para ellos con un objetivo concreto más allá de generar una conversión. De tal manera que, una vez planteado ese brainstorming inicial con una gran cantidad de segmentos, hay que preguntarse si tenemos un plan para todos y cada uno de esos grupos. Y en todo caso, si tenemos capacidad operativa suficiente para una comunicación específica para cada uno de ellos.

En VIVA! Conversion clasificamos los segmentos en dos grandes bloques:

  • A) Segmentos basados en el comportamiento: son aquellas agrupaciones que tendrán en cuenta acciones del usuario, que pueden ir desde el volumen de compras, las categorías visitadas, o las aperturas de email.
  • B) Segmentos basados en campos del contacto: estas agrupaciones están muy basadas en el buyer persona, y tendrán en cuenta rasgos inherentes al contacto, como puede ser el género, si es una empresa o un particular, la localización, la edad… etc.

Dentro de cada una de estas clases, hay muchos modelos de segmentación útiles, y cada uno de estos modelos generarán diferentes segmentos. Veamos los modelos más importantes y en qué segmentos concretos se pueden traducir

Segmentos basados en el comportamiento

Modelo de análisis y segmentación RFM

Este modelo de segmentación tiene como objetivo clasificar a los compradores del ecommerce, sirviéndose para ello de 3 conceptos:

  • Recency: cuánto de reciente fue la última compra del contacto
  • Frecuency: qué frecuencia de compra tiene el contacto
  • Monetary Value: el monto total gastado por el contacto

El análisis RFM consiste en dar una puntuación de 1 a 5 puntos a cada contacto para cada uno de esos 3 conceptos. De tal manera que un contacto que efectuó una compra ayer mismo, hoy tendría 5 puntos en Recency, y en el caso de que fuese hace más de 1 año, le asignaríamos 1 punto. Una vez asignados los puntajes, tendremos como resultado muchos micro segmentos del tipo: [1.1.3], [5.2.4], [3.4.1]…etc

Cuando ya tenemos todos esos micro segmentos, lo ideal es agruparlos en segmentos macro, que podrían ser del tipo: Campeones, fieles, nuevos, potencialmente fieles, en riesgo…etc.

A modo de ejemplo, el segmento «Campeones» quedaría formado por los siguientes micro segmentos:

  • 5.5.5 [compró hace menos de 30 días].[5 o más compras].[gasto total superior a 1200€]
  • 5.4.5 [compró hace menos de 30 días].[4 compras].[gasto total superior a 1200€]
  • 4.4.5 [compró hace 1 / 3 meses].[4 compras].[gasto total superior a 1200€]

Lo que hemos hecho es agrupar estos 3 micro segmentos RFM con puntajes cercanos pero diferentes dentro de uno más grande, al que hemos llamado «Campeones»

RFM para segmentación en Marketing Automation
Ejemplo de distribución de contactos basada en una segmentación RFM

Algunos ejemplos de lo que podemos hacer con estos segmentos:

  • Acceso anticipado a prelanzamientos y promociones para el segmento «Campeones». De esta manera les premiamos y les aportamos valor. Incluso el hecho de adelantar las compras de los grandes clientes puede suponer un desahogo logístico en pleno impacto de una campaña promocional.
  • Acciones de reactivación para el segmento «Hibernando». Este segmento está compuesto por los micro segmentos del tipo [1.1.1], [1.2.1]…etc. Son aquellos clientes que nos compraron al menos una vez, pero que llevan demasiado tiempo sin hacerlo. Podemos crear un flujo automatizado para enviar un incentivo de reactivación a nuestros contactos para reactivarlos, y que se envíe al momento en el que recaigan dentro del segmento.

Segmentación basada en lead scoring

A través de este modelo de segmentación valoramos determinadas acciones con puntos, así cuando el usuario realiza una acción va acumulando una puntuación total. Por ejemplo:

  • Visitar un producto = 5 puntos
  • Abrir un mail = 3 puntos
  • Comprar un producto = 25 puntos
  • Visitar la web al menos 3 veces al mes = 5 puntos
  • 6 meses sin comprar = 50 puntos
workflow de lead scoring
Ejemplo de modelo lead scoring a través de Connectif

Imaginando estas asignaciones, un hipotético contacto que abra un mail, visite producto y haga una compra acumulará 33 puntos.

Al igual que vimos con el modelo RFM, podemos crear segmentos tipo: VIPs, interesados, en riesgo…etc, basándonos en el total de puntos acumulados (>250 pts = «VIPs»)

MIX de segmentación RFM y lead scoring

Lo común es emplear un único modelo, pero lo cierto es que cada uno de ellos tiene sus propias particularidades interesantes. Por ejemplo, el RFM tiene un fuerte foco en los compradores y por tanto en el aumento de la tasa de recurrencia, mientras que lead scoring evalúa otras acciones valiosas más allá de la compra.

Por tanto, una buena fórmula para poder usar estos dos modelos sin que choquen entre si, es la de emplear el modelo RFM solo para los compradores y el modelo de lead scoring para los no compradores:

  • A través del modelo RFM orientamos los comunicaciones a compradores hacia el objetivo de mejora de la tasa de recurrencia.
  • A través del modelo lead scoring orientamos los segmentos resultantes y las comunicaciones hacia el objetivo de conseguir una primera compra por parte del contacto.
  • Si conjugamos por tanto los dos modelos, una segmentación resultante del sistema de lead scoring puede ser la diferenciación entre SQL (Sales Qualified Lead) y MQL (Marketing Qualified Lead). Es decir, aquellos contactos no compradores que acumulen determinado volumen de puntos entrarán en el segmento SQL, y pasarán a recibir comunicaciones mucho mas transaccionales que aquellos no compradores con una puntuación mas baja (MQL).
Segmento dinámico creado en Connectif
Segmento dinámico de SQL basado en un modelo lead scoring a través de Connectif

Así podemos garantizar dos embudos con objetivos diferentes pero absolutamente complementarios.

Otros modelos basados en el comportamiento

Aunque los modelos RFM y lead scoring son esenciales, hay otros que también tienen especial relevancia. Cito algunos ejemplos:

  • Segmentación basada en la categoría comprada
  • Segmentación basada en el interés temporal en una categoría
  • Segmentación basada en el volumen de devoluciones del contacto
  • Segmentación basada en la interacción con nuestras comunicaciones

Segmentación basada en campos del contacto

Conociendo a nuestro buyer persona

Para generar agrupaciones basadas en características inherentes al contacto, es muy importante tener claro nuestro/s buyer persona. Una vez definido, tendremos que preguntarnos qué información nos va a ser útil para generar agrupaciones de contactos, de tal manera que también podamos trazar un plan para la recolección de esa información.

Es muy común solicitar al usuario más información de la necesaria, siendo parte de ésta de poca o nula utilidad. Por ejemplo, de poco me va a servir conocer el género de mis contactos si luego no usaré esa información para agruparlos con la intención de diferenciar las comunicaciones o la información entre hombres y mujeres. Otra cuestión es que esa información genere valor a la inteligencia de negocio, por lo que su recolección será importante aunque no la usemos para la segmentación.

Algunos ejemplos de segmentación basada en campos del contacto

Estas segmentaciones van a depender mucho del modelo de negocio y del buyer persona, pero algunos de los grupos de segmentación más comunes son:

  • Basada en el género de contacto: ¿Tienes productos para hombre y productos para mujer? podrás hacer una recomendación personalizada basada en el género
  • Basada en particular vs empresa: la frecuencia de comunicaciones, así como la información enviada variará mucho dependiendo de a cuál de estos segmentos pertenece el contacto
  • Basada en la localización del contacto: ¿vendes paraguas y llueve toda la semana en Murcia? Envía un mail a todos tus contactos murcianos recomendando paraguas.
  • Basada en la edad del contacto: ¿Tienes contactos de todas las edades? Con esta segmentación podemos enviar creatividades más modernas y arriesgadas a contactos más jovenes y más clásicas a contactos de mayor edad. Igualmente, conociendo la fecha de nacimiento podremos crear el «clásico» workflow de cumpleaños, enviando algún tipo de regalo.

Herramientas específicas para segmentar nuestra base de datos

Herramientas con foco en Email Marketing

Muchas herramientas de Marketing Automation funcionan a través de «listas». Una lista no deja de ser una agrupación segmentada, pero que importamos manualmente y por lo que no se alimenta de forma autónoma (esto nos vale para segmentación por campos esenciales pero no para agrupaciones por comportamiento). Sin embargo, existen algunas herramientas con foco en email marketing que también recolectan datos de los contactos y su comportamiento en la web, permitiendo realizar segmentaciones avanzadas.

Dentro de las herramientas de Email Marketing con opciones de segmentación avanzada, destaca Klaviyo. Una herramienta con un nivel de integración exquisito con Shopify y que permite un alto nivel de detalle en cuanto a las condiciones de segmentación basada en comportamiento.

Segmento a través de Klaviyo
Captura de la funcionalidad de segmentación avanzada de Klaviyo

Customer Data Xperience Platform (CDXP)

Un tipo de herramienta ideal para generar segmentos de forma dinámica es lo que se conoce como CDP o CDXP (Customer Data Xperience Platform). Estas herramientas hacen un seguimiento y recolección de todas las acciones del contacto, tanto dentro de la web como respecto a su interacción con las comunicaciones que les enviamos.

Dentro de los CDXP destaca sobre todo Connectif, una herramienta todo en uno para el envío de comunicaciones vía email, push, SMS y contenido web dinámico. Con esta herramienta podemos personalizar la experiencia de cada contacto basándonos en sus datos, y pudiendo hacer segmentaciones avanzadas a partir de cualquier acción que realice el usuario en la web.

workflow en connecitf para segmentación basada en comportamiento de compra
Workflow en Connectif para segmentación basada en interés / compra de una categoría


En el ejemplo de la imagen, a través de Connectif alimentamos dos segmentos a través de un workflow:

  • Un segmento para compradores de productos que formen parte de la categoría «Botellas».
  • Un segmento para interesados en productos de la categoría «Botellas».
  • Cuando el usuario realiza la compra del producto, se excluye del segmento de interés y pasa a formar parte del segmento de compradores.
  • Si pasados 30 días desde que entró en el segmento de interés, no ha vuelta a visitar productos de la categoría, se le excluye. De esta manera, el segmento de interés es realista y los contactos que lo forman se encuentran interesados actualmente en la categoría.

En VIVA! Conversion contamos con un departamento de Marketing Automation y estamos especializados en Connectif y Klaviyo, ya que las consideramos dos de las opciones más fuertes del mercado actualmente para automatización en ecommerce. Por lo tanto, si has llegado hasta aquí, seguramente podemos ayudarte.

¿Quieres aprender más acerca del Marketing Automation para mejorar los resultados de tu negocio? Échale un vistazo a nuestros posts y suscríbete a nuestra newsletter para estar al tanto de todas las novedades.

4.67/5 (3)

¿Te ha gustado este artículo?

FacebookLinkedInTwitter