Visión general de valor de tiempo de vida de cliente predictivo
Importante: en la versión actual, esta función está dentro de nuestro programa de disponibilidad controlada. Para solicitar acceso a esta función, conéctese a My Oracle Support y cree una solicitud de servicio.
El valor de tiempo de vida de cliente (CLV) es la previsión de los ingresos que generará un cliente a lo largo de su tiempo de vida como cliente. El valor de tiempo de vida de cliente predictivo se utiliza por lo general para asignar presupuestos de marketing donde pueden generar más impacto, es decir, en aquellos clientes en los que el marketing marca la diferencia. Los clientes principales son fáciles de identificar. Sin embargo, ¿qué sucede con los clientes que podrían convertirse en principales pero acaban de empezar su ciclo de vida como clientes? ¿Y qué sucede con los buenos clientes que están a punto de marcharse? El valor de tiempo de vida de cliente predictivo se usa para tomar medidas lo antes posible en casos como estos. Consulte Pasos para comprender el valor de tiempo de vida de cliente predictivo.
Nota: el valor de tiempo de vida de cliente predictivo solo se aplica a los canales de correo electrónico y SMS por el momento.
La base de esta función consiste en una combinación de algoritmos de aprendizaje automático e inteligencia artificial que permiten entender hacia dónde se dirige la relación con un cliente. Nada más conectar el motor predictivo a la base de datos, proporcionará el valor de tiempo de vida de los clientes en función de los últimos datos disponibles. También puede hacerlo, por supuesto, en tiempo real.
Para ir a la página Valor de tiempo de vida de cliente predictivo:
- Haga clic en Insight
en la barra de navegación lateral. - Seleccione Valor de tiempo de vida de cliente predictivo.
Utilidad del valor de tiempo de vida de cliente predictivo para los responsables de marketing
Con el valor de tiempo de vida de cliente predictivo, los responsables de marketing pueden:
- Determinar los costes de adquisición de un cliente tomando como base las predicciones futuras.
- Orientar la asistencia al cliente en función del valor de tiempo de vida de cliente predictivo.
- Identificar futuros usuarios de alta frecuencia que actualmente tienen un gasto por transacción por debajo de la media.
- Identificar a los usuarios que pueden marcharse a largo plazo pero en la actualidad son usuarios de alta frecuencia.
- Identificar clientes de alto valor a partir de segmentos RFM de "nivel intermedio".
Ejemplo: Supongamos que una responsable de marketing usa el panel de control Valor de tiempo de vida de cliente predictivo para analizar la tendencia del valor de tiempo de vida de cliente predictivo en su lista de perfiles. Observa que el gráfico de promedio del valor de tiempo de vida de cliente predictivo presenta solo una ligera tendencia ascendente. Para mejorar la tendencia, usa en sus campañas de correo electrónico a las personas de la tabla de extensiones de perfil del valor de tiempo de vida de cliente predictivo para hacer personalizaciones. Por ejemplo, para animar a los gastadores a corto plazo a que sigan haciendo compras, usa reglas de contenido dinámicas para enviarles un cupón de descuento por un importe más alto que el que envía a los gastadores a largo plazo.
Pasos para comprender el valor de tiempo de vida de cliente predictivo
- Paso 1: Ir al panel de control Valor de tiempo de vida de cliente predictivo
- Paso 2: Usar las tablas de extensiones de perfil predefinidas para el valor de tiempo de vida de cliente predictivo
- Paso 3: Campos de las tablas de extensiones de perfil para el valor de tiempo de vida de cliente predictivo