El problema
No contar con una correcta segmentación de clientes puede llevar a disminuir la rentabilidad de un negocio. Lo anterior lo estaba experimentando una empresa vitivinícola que atiende a un gran número de clientes: una incorrecta segmentación les impedía priorizar sus recursos entre clientes y capturar sus máximos potenciales de venta. Esto les produjo ineficiencias en su negocio durante varios periodos que les impidió aumentar su rentabilidad.
Nuestro enfoque
Generar una segmentación basada en dos pilares fundamentales: costo de servir a un cliente y su potencial de venta.
El costo de servir involucra los costos de visitar y repartir productos a los clientes. Tener una buena estimación posibilita crear estrategias para, por ejemplo, enfrentar a clientes costosos de atender.
El potencial de venta permite diferenciar a los clientes según sus estimaciones de niveles de venta, dada sus características y ubicación.
El desarrollo
La metodología de costo de servir considera las ubicaciones de los clientes e involucra ciencia de datos espaciales para identificar zonas de concentración de puntos. Estas zonas son identificadas como eficientes para operar, por lo que clientes alejados suelen tener mayores costos. Las fórmulas matemáticas que calculan los costos consideran frecuencias y distancias de visita.
Para estimar el potencial de venta, se construyeron modelos matemáticos de machine learning en base a características físicas y geográficas de los clientes. Este análisis permite identificar variables accionables influyentes en la venta.
Conclusiones e impacto
- La incorporación de las ubicaciones en el costo de servir permitió identificar zonas de concentración en las que es eficiente operar.
- El cálculo de potencial de venta permitió identificar variables accionables con las que se crearon políticas para aumentar la venta.
- La segmentación final permitió diferenciar clientes y capturar sus potenciales de venta, aumentando las ventas sobre un 20%.
