IBM Software Conocimiento de clientes

Business Analytics

Cinco reglas
imprescindibles en la
predicción para maximizar
el valor de los clientes
Aplicación del análisis predictivo para mejorar la
gestión de las relaciones con los clientes

Introducción
Contenido: Tanto si denomina a la solución de los problemas comerciales
relacionados con la rentabilidad de clientes “gestión de las relaciones
1 Introducción
con los clientes” o simplemente un buen negocio, sabe que fortalecer
4 Las cinco reglas imprescindibles en las relaciones con los clientes es fundamental para el éxito de su negocio
la predicción por una razón muy simple: los clientes dirigen los beneficios.
12 Productos para potenciar el valor
de los clientes al máximo En el mercado cada vez más globalizado y competitivo de hoy en día,
los clientes tienen a su disposición más opciones que nunca. De hecho,
15 Acerca de IBM Business Analytics
muchos analistas y periodistas están denominando este fenómeno como
una “economía de clientes”. Atraer a clientes de manera más rentable y
conocer sus expectativas de selección, precio, calidad y servicio, es
fundamental para una estrategia de valores de los clientes. Es
igualmente importante, sin embargo, identificar y retener a los clientes
más rentables, así como aumentar su valor a lo largo del tiempo. Para
ello se requiere la capacidad de anticipar las necesidades de los clientes
y de presentar ofertas atractivas de la manera adecuada y en el
momento oportuno. Las empresas que puedan realizar esta función
serán las empresas que prosperen en la economía de clientes.

SPSS ha sido una de las pioneras en el campo del análisis de datos; sus
aplicaciones de software fueron unas de las primeras en su sector y
siguen siendo de las más populares y más utilizadas. Como nuevo
miembro de la organización IBM, SPSS puede ofrecer sus productos y
soluciones de análisis vanguardistas a un mayor número de
organizaciones de todo el mundo.
IBM Software Conocimiento de clientes
Business Analytics

La oferta de IBM SPSS incluye productos líderes del sector para la

Funciones destacadas: recopilación de datos, la minería de datos, las estadísticas y la gestión.
Estos productos pueden crear perfiles predictivos para ayudarle a
• Utilice IBM® SPSS® Modeler para satisfacer las necesidades de los distintos segmentos de clientes. Estas
pronosticar las maneras más eficaces
de obtener clientes herramientas se basan en estándares del sector y pueden integrarse
fácilmente con su infraestructura existente para mejorar la precisión,
• Anticipe los cambios en las actitudes y recurrir a menos personal y reducir las pérdidas al máximo. La
preferencias de los clientes
combinación de esfuerzos le ofrece lo último en flexibilidad en cuanto
• Desarrolle relaciones más intensas con a los tipos de datos a los que aplica la minería y al modo de distribuir
sus clientes los resultados.
• Identifique y retenga a los clientes que
presentan mayores probabilidades de Muchas iniciativas de CRM no generan las ganancias
abandono esperadas
Las empresas de prácticamente todos los sectores han implementado
estrategias de CRM. Algunas han sido iniciativas a gran escala
Resumen: respaldadas por importantes inversiones en tecnología y diseñadas para
cambiar la orientación de una empresa desde los productos hasta los
Actualmente, la mayoría de los clientes. Muchas de estas iniciativas, sin embargo, no están generando
sistemas de CRM confían en análisis
predictivos históricos que ofrecen sólo las ganancias esperadas y no ofrecen un valor significativo. Se debe en
una “visión lejana” de sus relaciones parte a la dificultad de impulsar el cambio a través de culturas o
con los clientes, ofreciendo muy poca procesos ya establecidos. Otro factor es que, aunque los sistemas
ayuda para las decisiones futuras. Sin
embargo, con el análisis predictivo de
operativos de CRM como la automatización de la fuerza de ventas o los
IBM SPSS puede satisfacer las sistemas de centros de llamadas ofrecen la base necesaria para obtener
continuas necesidades de sus clientes mejores relaciones con los clientes, no hacen mucho para aumentar la
con perspectivas futuras que anticipan
capacidad que tienen las organizaciones para potenciar al máximo el
los cambios en las actitudes,
preferencias y acciones de los clientes. valor del ciclo de vida de los clientes.
Este documento técnico describe
cómo el seguimiento de un conjunto de El valor del ciclo de vida de un cliente se define como los beneficios
prácticas recomendadas (las cinco
reglas imprescindibles en la predicción) totales generados durante el tiempo que el cliente mantiene relaciones
puede garantizar que su empresa comerciales con su empresa. El concepto implícito de la potenciación
potencie al máximo el valor de las del valor del ciclo de vida de los clientes es simple: Proporcionar valor a
relaciones con sus clientes y mantenga
los clientes de manera más rentable. Cuando su organización ofrece lo
los elevados niveles de ingresos y
beneficios. que los clientes necesitan (lo que tiene valor para ellos), es más probable
que los clientes estén abiertos a futuros esfuerzos de marketing,
compren más productos y servicios y, como resultado, tengan más valor.
Esto es una relación en la que tanto usted como su cliente salen
ganando. Sin embargo, para lograr y mantener este tipo de relación se
necesita apoyo de los sistemas analíticos y operativos de CRM.

El análisis predictivo dirige los beneficios de CRM

Hasta hace muy poco tiempo el análisis predictivo no se utilizaba en las
conversaciones de CRM. Ahora, no obstante, los expertos en CRM
comparten una opinión unánime al apuntar que el análisis predictivo no
sólo mejora los esfuerzos de CRM, sino que es esencial para su éxito.

2
IBM Software Conocimiento de clientes
Business Analytics

Evolución del CRM analítico

Medición (histótico) Pronóstico (futuro)

¿En qué
¿Cuántos
ciudades se Persona-
localizan?
clientes lización en

Valor de Negocio
hemos Data tiempo
perdido?
mining real
OLAP
¿Qué
Query & debemos
Reporting ¿Qué tipo de ofrecer
clientes se a este
encuentran cliente
en riesgo y ahora
por qué? mismo?

Tiempo

Figura 1: Cada organización tiene datos acerca de sus clientes. La generación de

informes y el procesamiento analítico en línea (OLAP) proporciona información
sobre las interacciones pasadas con los clientes. La minería de datos y la
personalización en tiempo real son progresistas y se pueden utilizar para guiar las
interacciones futuras. Con el tiempo, mientras las empresas evolucionaban hacia
estas tecnologías predictivas, incrementaban el valor comercial de su información
de CRM.

Las empresas empiezan normalmente con análisis predictivos

históricos, utilizando una combinación de herramientas de generación
de informes, almacenes de datos especializados y soluciones de
procesamiento analítico en línea (OLAP). Como se ha mencionado
anteriormente, estas soluciones se centran en conocer y medir las
consecuencias y los resultados de decisiones anteriores, y pueden ser
útiles a la hora de reducir el alcance de investigaciones más detalladas.
Pero no pueden ofrecer a su organización una imagen clara del futuro
por sí mismas.

Los líderes del sector, sin embargo, están desarrollando sus funciones
analíticas añadiendo la minería de datos y otras funciones predictivas a
sus sistemas operativos de CRM. La minería de datos es el proceso de
descubrir correlaciones, patrones y tendencias previas desconocidas de
gran valor en grandes cantidades de datos. Para realizar estos
descubrimientos, la minería de datos confía en las tecnologías de
reconocimiento de patrones y en las técnicas estadísticas y matemáticas.
Gracias a su visión de futuro, la minería de datos permite a su
organización medir el potencial de sus relaciones con los clientes y
desarrollar planes para maximizar este potencial.

3
IBM Software Conocimiento de clientes
Business Analytics

Las soluciones analíticas de CRM más desarrolladas aplican

continuamente tecnologías de análisis predictivos y distribuyen los
resultados en toda la empresa, de modo que si los clientes interactúan
con su organización en línea, por teléfono o en persona, recibirán el
tipo de tratamiento acorde con sus necesidades presentes y que anticipe
las nuevas. Esto incrementa la tendencia de los clientes a permanecer
fieles a la empresa y a realizar compras adicionales, aumentando así su
valor del ciclo de vida y los beneficios de su organización.

Por ejemplo, una de las aerolíneas más grandes del mundo confía en el
análisis predictivo para optimizar los ingresos de cada vuelo, mejorar el
servicio para sus mejores clientes y aumentar la lealtad de los clientes.
Utilizando IBM SPSS Modeler para el modelado predictivo, sus
agentes y personal de vuelo pudieron identificar a los clientes de gran
valor y garantizar que se cumplieran sus necesidades. El aumento de la
satisfacción de los clientes incrementó a su vez los ingresos anuales en
una media de 200 dólares por sus clientes “valiosos” y de 800 dólares
por sus clientes “más rentables”. Los ingresos totales que percibieron
ese año después de aplicar la implementación, se incrementaron en 40
millones de dólares. En el mismo periodo, la aerolínea ahorró 31
millones de dólares en costes de explotación.

Las cinco reglas imprescindibles en los

pronósticos
Gracias a la gran experiencia obtenida con una amplia variedad de
organizaciones, nuestra empresa ha identificado las siguientes prácticas
recomendadas “imprescindibles en la predicción” utilizadas por las
organizaciones líderes para potenciar al máximo el valor de los clientes
con el análisis predictivo.

1. Basar su estrategia de clientes en perfiles predictivos

2. Predecir la mejor manera de ganarse a los clientes adecuados
3. Predecir la mejor manera de aumentar las relaciones con los clientes
4. P
 redecir la mejor manera de mantener a los clientes durante más
tiempo
5. U
 tilizar la inteligencia predictiva en cada punto de contacto con los
clientes

1: Base su estrategia de clientes en perfiles predictivos

Los perfiles predictivos precisos y detallados constituyen la base
fundamental de toda estrategia de clientes e iniciativa de CRM. Para
comprender mejor a sus clientes, utilice las herramientas analíticas para
crear segmentos de clientes y, a continuación, crear perfiles predictivos
de cada segmento. Cuando se distribuyen estos perfiles en toda la
empresa, su organización puede centrarse en las actividades que tienen
más probabilidades de generar los mayores beneficios.

Identifique segmentos clave de clientes

Puede definir segmentos de clientes en función de la información de
comportamiento obtenida de los sistemas operativos y de la
información actitudinal obtenida mediante el estudio de mercado.

4
IBM Software Conocimiento de clientes
Business Analytics

Los dos enfoques se complementan entre sí, permitiéndole obtener un

conocimiento más preciso de los clientes y desarrollar estrategias más
eficaces para cada segmento de clientes.

Puede segmentar a los clientes y a los clientes potenciales siguiendo

criterios diferentes. Por ejemplo, puede analizar a los clientes según la
cantidad de dinero que han gastado en su empresa, según su patrón de
pago, según la duración de la relación, así como muchos otros factores.
Puede dividir los segmentos de clientes en subsegmentos más pequeños,
alcanzando incluso la relación directa final en la que se conocen las
necesidades y preferencias de cada individuo. Conociendo qué clientes
tienen más probabilidades de adquirir determinados productos o
servicios, puede centrarse en sus programas de marketing para obtener
el retorno más elevado posible de su inversión de marketing. Puede
segmentar a los clientes por valores, comportamientos, zonas
demográficas e incluso por actitudes.

• La segmentación por valores le permite conocer quienes son sus

clientes más valiosos.
• La segmentación por comportamientos le ayuda a conocer quién tiene
más probabilidades de adquirir sus productos o servicios, de modo que
pueda utilizar los fondos de marketing de manera más eficaz.
• La segmentación por zonas demográficas y otros datos adicionales,
ofrecen más información que se puede utilizar en la predicción del
comportamiento de los clientes.
• La segmentación por actitudes añade otra dimensión al conocimiento
de sus clientes. Una de las mejores formas de conocer las actitudes de
los clientes es mediante la realización de estudios de encuestas.

Valor del Ciclo de Vida del Cliente

Mayor Beneficio

Relaciones Crecientes

Beneficio
Mantenimiento
Menor
pérdida
Pérdida Rentabilidad del cliente ganado

Figura 2: El análisis predictivo aumenta la rentabilidad de los clientes desde el

primer momento, permitiendo a las empresas adquirir clientes de manera más
rentable, tal y como muestra este gráfico. A continuación, a lo largo del ciclo de
vida de los clientes, el análisis predictivo ayuda a las empresas a diseñar ofertas
más atractivas y llevar a cabo campañas de marketing más eficaces, lo que lleva a
un aumento de las ventas. El análisis predictivo también permite que las empresas
puedan retener a sus clientes, aumentando de este modo los ingresos y los
beneficios que obtienen de estas relaciones.

5
IBM Software Conocimiento de clientes
Business Analytics

Cree perfiles predictivos de cada segmento

Una vez que haya identificado los segmentos de los clientes que utilizan
y valoran sus productos y servicios, el siguiente paso es conocer los
productos o servicios que con más probabilidad necesitarán los clientes
de cada segmento. Añadir este elemento predictivo hace que su relación
con los clientes sea considerablemente más productiva y rentable.

Una de las empresas de servicios financieros más importante del mundo

inició un programa de lealtad de clientes utilizando IBM SPSS
Modeler. La solución de minería de datos permitió que la firma
analizara sus almacenes de datos de 2 millones y medio de clientes
según 400 atributos distintos. Con la definición de un gran número de
segmentos distintos de clientes, la empresa pudo centrar sus campañas
de marketing en el uno por ciento de los clientes que no sólo tienen las
mayores probabilidades de adquirir un producto o servicio, sino que
también disponen de los índices de crédito para hacerlo. La empresa
recuperó su inversión en el proyecto en dos años.

2: Prevea la mejor manera de ganarse a los clientes

adecuados
La adquisición de clientes es un proceso costoso pero necesario. Sin
embargo, pagar un precio demasiado alto para atraer clientes o adquirir
los tipos de clientes equivocados, puede tener un impacto bastante
negativo en sus beneficios.

Utilizar métodos ineficaces para atraer clientes dará como resultado

unos costes más elevados y beneficios inferiores a los que deberían ser.
Atraer a los clientes equivocados también tendrá un impacto negativo
sobre los beneficios. Por ejemplo, si atrae clientes que tienen más
probabilidades de abandonar la empresa, es posible que se incurra en
costes de adquisición sin obtener ningún beneficio de la relación con
esos clientes. Otros clientes pueden ser leales, pero cuesta tanto
ofrecerles un servicio que son muy pocos rentables.

El análisis predictivo de IBM SPSS reduce al máximo los costes de su

organización dirigiendo programas hacia aquellas personas con mayor
probabilidad de responder. Puede incrementar en mayor medida los
beneficios centrándose en los tipos de clientes potenciales con mayor
probabilidad de convertirse en clientes rentables.

Cree una estrategia de atracción de clientes basada en

predicciones
Utilice perfiles predictivos para determinar los tipos de clientes que
desea atraer. A continuación, cree una estrategia de atracción rentable
que incluya planes distintos para cada tipo de segmento de clientes.

6
IBM Software Conocimiento de clientes
Business Analytics

Arquitectura del valor analítico del cliente

Ganar Crecer Mantener

Utilizar Inteligencia Predictiva

Crear Inteligencia Predictiva

Figura 3: Incorpore el análisis

predictivo a sus relaciones con los
clientes y conozca los datos
Segmentar y perfilar generados en cada interacción.
Utilice sus datos para conocer
mejor a sus clientes, cree una
inteligencia predictiva en cada
segmento de clientes y utilice esta
inteligencia para mejorar las
interacciones de los clientes y
Datos potenciar el valor del ciclo de vida
de los clientes al máximo.

La mayoría de las empresas querrán centrar sus esfuerzos de atracción

de clientes en ganarse a los clientes potenciales que se ajusten a su
prototipo de clientes más rentables. Pero es posible que otros
segmentos de clientes menos rentables tengan más posibilidades de
crecer a largo plazo, o pueden resultar más rentable a la hora de
atraerlos, por lo que el marketing para estos segmentos de clientes
puede ser una opción interesante cuando los presupuestos son
limitados.

Optimice su estrategia de atracción de clientes con el modelado

de respuestas
Ajuste sus planes de atracción de clientes utilizando el modelado de
respuestas para predecir qué programas de marketing generarán la tasa
de respuestas más elevada. Así, su organización se beneficiará de dos
formas: conseguirá los resultados deseados y evitará los elevados costes
asociados con los esfuerzos de marketing poco productivos. De esta
forma, obtendrá mayores beneficios de la cantidad de dinero que
invierta.

Una gran empresa de seguros en Bélgica vio cómo se estrechaba su

margen de beneficios y la amenaza que ello suponía a su estrategia de
crecimiento, debido a que los costes de añadir a nuevos clientes
superaban cerca de un 50 por ciento a los ingresos en las cuotas del
primer año. El análisis predictivo y las tecnologías de administración de
decisiones de IBM SPSS ayudaron a esta empresa a identificar, en
primer lugar, los grupos con mayor probabilidad de respuesta a una
campaña y, en segundo lugar, a llevar a cabo un sofisticado análisis de
costes y beneficios. Con esta información, la empresa redujo los costes
de marketing directo un 30 por ciento e hizo que las campañas de
adquisición de clientes fuesen más rentables el primer año. Además, la
rentabilidad de los clientes a largo plazo aumentó un 20 por ciento.

7
IBM Software Conocimiento de clientes
Business Analytics

Aumente las tasas de conversión con encuestas para clientes

potenciales
Modelos útiles de IBM SPSS
El estudio de mercado puede utilizarse para aumentar la tasa de
en CRM analítico: adquisición de clientes tanto antes como después de sus campañas.
• Los modelos de respuesta pronostican Antes de las campañas, las encuestas realizadas a grupos identificados
qué clientes tienen más probabilidades de como clientes potenciales podían clarificar las razones de estos clientes
responder a una nueva oferta
para comprar sus productos o servicios, permitiéndole redefinir así las
• Los modelos de afinidad de productos ofertas de su campaña. Después de las campañas, puede encuestar a los
pronostican qué productos van a comprar clientes potenciales que han pasado a formar parte de su empresa y a
de manera conjunta los clientes
aquellos que no lo hicieron, para saber qué funcionó y qué necesita
• Los modelos de migración de segmentos cambiar para obtener relaciones comerciales con clientes potenciales en
pronostican los grupos de clientes que el futuro. Con este tipo de inteligencia predictiva que guía sus
tienen más probabilidades de convertirse
estrategias de atracción de clientes, puede mejorar la tasa de conversión
en más o menos valiosos
de sus mejores clientes potenciales.
• Los modelos de abandono pronostican
qué clientes presentan mayores 3: Pronostique la mejor manera de aumentar las relaciones
probabilidades de abandono con los clientes
Para aumentar el crecimiento y el valor del ciclo de vida de los clientes,
su organización no sólo necesita conocer qué clientes presentan una
mayor probabilidad de querer establecer relaciones comerciales con su
empresa, sino también cuándo y cómo quieren hacerlo. Con el análisis
predictivo de IBM SPSS, puede logar este nivel de conocimiento de los
clientes.

Cree una estrategia de aumento de clientes basada en

predicciones
Mediante los perfiles predictivos, los modelos de afinidad de productos,
los modelos de migración de segmentos, los modelos de respuesta e
incluso los de investigación de encuestas, puede generar inteligencia
predictiva acerca de sus clientes. Como resultado, sus clientes estarán
más satisfechos con su servicio y reforzarán su decisión de volver a
adquirir más productos y servicios de su empresa.

Descubra las afinidades de los productos

Los clientes adquieren a menudo productos y servicios de manera
conjunta, o por separado. Analizando sus “cestas de la compra”
(productos y servicios adquiridos en un mismo momento), puede
ofrecer a los clientes productos adecuados adicionales en el momento
más oportuno. Conocer los productos que sus clientes compran a la vez
puede ayudarle a ubicar mejor los productos en locales de ventas, a
“reunir” los productos más atrayentes en el marketing directo y en las
ofertas en línea y a proporcionar ofertas más oportunas. No sólo se
aumentarán los ingresos sino que, generalmente, mejorará la
satisfacción de los clientes y contribuirá a maximizar el valor del ciclo
de vida de los clientes.

8
IBM Software Conocimiento de clientes
Business Analytics

Una importante empresa de venta al por menor de ordenadores de

Japón, utilizó IBM SPSS Modeler para crear un motor de
recomendaciones que recomendaba productos a los visitantes de
su sitio Web. Las recomendaciones estaban basadas en los perfiles
de los clientes y en la información acerca de las adquisiciones anteriores
presente en la base de datos de la empresa. El primer año que se
implementó el motor de recomendaciones, se produjo un aumento
en las ventas del 18 por ciento y un aumento en los ingresos del
200 por ciento.

Pronostique la migración de segmentos

Mediante la aplicación de técnicas de minería de datos a los datos
históricos de ventas, se puede saber qué persona compra un
determinado producto. Combinando esta información con otros datos,
puede realizar otros tipos de predicciones, como qué segmentos de
clientes serán más valiosos y cuáles lo serán menos, y en qué cantidad.
El modelado de segmentación predictiva le muestra las características
que se vinculan a la migración existente entre segmentos valiosos de
clientes. La adición de este tipo de inteligencia predictiva a su estrategia
de aumento de clientes le permite planificar de manera realista el
crecimiento de cada segmento.

Optimice su estrategia de aumento de clientes con el modelado de

respuestas
Ajuste sus planes de aumento de clientes utilizando el modelado de
respuestas para predecir qué tipos de programas de marketing
generarán la tasa de respuestas más elevada.

Una empresa que trabaja con 15 espacios de ocio inició una estrategia
de aumento de clientes que incluía la mejora de su tasa de ocupación y
la venta cruzada de más actividades de deporte y ocio a sus clientes.
Con el análisis predictivo y las tecnologías de administración de
decisiones de IBM SPSS, la empresa añadió ofertas más pequeñas, pero
precisas, a sus estrategias de marketing. Se redujeron así los costes de
marketing directo cerca de un millón y medio de dólares en un único
año y aumentaron los ingresos en aproximadamente otro millón y
medio de dólares.

9
IBM Software Conocimiento de clientes
Business Analytics

Aumente las relaciones con sus clientes preguntándoles lo que

quieren
Utilizando los datos que ya tiene para predecir las necesidades de los
clientes es una manera perfecta de mejorar las interacciones y el valor
del ciclo de vida de los clientes. Pero también es importante preguntar
sistemáticamente a los clientes lo que quieren. Encuestando a sus
clientes y obteniendo un conocimiento más amplio de sus necesidades,
así como el motivo por el que compran a su empresa, permite a su
organización mejorar su estrategia de aumento de clientes y maximizar
el valor del ciclo de vida de los mismos.

4: Pronostique la mejor manera de mantener a los clientes

durante más tiempo
Los estudios han mostrado que la adquisición de clientes puede costar
entre cinco y doce veces más que la retención, y que el aumento de la
tasa de retención de sus clientes en tan sólo un cinco por ciento puede
aumentar la rentabilidad de una organización desde un 25 a un 100 por
ciento. Obviamente, aumentar la retención de clientes puede tener un
gran impacto en los beneficios.

El abandono de clientes puede ser todo un desafío para los minoristas

en línea y las empresas de servicios financieros, telecomunicaciones y
otros sectores en los que los clientes pueden cambiar de proveedor con
relativa facilidad.

Cree una estrategia de retención de clientes basada en

predicciones
Mantenga a sus mejores clientes durante más tiempo creando modelos
de abandono y utilizándolos a continuación para determinar qué
clientes tienen mayor probabilidad de abandonar. Puede enriquecer
estos modelos a través del estudio de encuestas, mediante el cual se
obtiene una valiosa información acerca de las actitudes de los clientes.

Cree modelos predictivos de abandono

Conozca qué clientes tienen una mayor probabilidad de abandonar a
favor de la competencia y, lo que es más importante, por qué. Aplicando
las técnicas de minería de datos a los datos de sus clientes, puede
desarrollar perfiles de los clientes con más valor y de los clientes que
han abandonado previamente. A continuación, puede desarrollar
estrategias para evitar que sus clientes más valiosos se marchen.

10
IBM Software Conocimiento de clientes
Business Analytics

Un banco multinacional europeo con más de un millón de clientes redujo

de manera satisfactoria el abandono de clientes con la minería de datos.
IBM SPSS Modeler le ayudó a identificar los comportamientos clave de
los clientes con mayor probabilidad de abandonar el banco, de modo
que pudo llevar a cabo las acciones necesarias para mantenerlos. Al
centrar los esfuerzos de retención en sus clientes más valiosos, el banco
redujo el abandono entre un 15% y un 20% y aumentó los beneficios
entre un 10% y un 20%.

Una empresa de telecomunicaciones europeas también utiliza IBM SPSS

Modeler para identificar a este tipo de clientes. Al descubrir los tipos de
clientes que solían abandonar la empresa, ésta pudo proporcionar
ofertas personalizadas que redujeron el abandono en un 20 por ciento,
en comparación con un grupo similar que no recibió esta oferta.

Una empresa de telecomunicaciones con base en EE.UU. utilizó las

tecnologías de análisis de texto y de minería de datos para predecir y
evitar el abandono de clientes. Incrementó la efectividad de su modelo
de abandono en un 10 por ciento, ahorrándose así cientos de miles de
dólares y posicionándose en un lugar mucho más competitivo de su
sector.

2
1
3

Figura 4: Esto es un ejemplo de la inteligencia predictiva utilizada en la aplicación de

un centro de llamadas. El representante del centro de llamadas cuenta con informa-
ción sobre el cliente: el valor de su ciclo de vida (1), el riesgo de abandono (2) y las
recomendaciones que más les satisfacen (3). Esa recomendación se puede redefinir
en tiempo real (mientras el representante está hablando con el cliente) mediante la
realización de una breve encuesta de “evaluación de necesidades”. Los resultados
de la encuesta se almacenan en la aplicación del centro de llamadas, lo que genera
una nueva recomendación en función del modelo predictivo de la aplicación.

11
IBM Software Conocimiento de clientes
Business Analytics

Realice y analice encuestas de satisfacción

Las encuestas de satisfacción tienen un valor incalculable a la hora de
determinar no sólo si los clientes están satisfechos, sino por qué lo
están, y de descubrir a tiempo los motivos que pueden afectar a su
lealtad futura para emprender las acciones adecuadas. Incluso los
clientes que no puede retener tienen un gran valor para su
organización. Encuestando a los clientes que no ha podido retener,
podrá conocer con mayor exactitud lo que necesita hacer para mantener
a otros clientes del mismo tipo.

Un hospital de los Países Bajos que atiende a cerca de 120.000 pacientes al

año, necesitaba cumplir con los requisitos de las normativas nacionales
sobre calidad de la asistencia sanitaria. Además de seguir los estándares
de calidad exigidos, el hospital quería conocer las opiniones y
preferencias de sus pacientes. El hospital eligió la gama de productos de
estudio de encuestas de IBM® SPSS® Data Collection para recopilar y
gestionar la información, y el software de IBM® SPSS® Statistics para
analizar los datos. Los resultados de la encuesta apuntaron a varios
aspectos que necesitaban una mejora; por ejemplo, la mayoría de los
pacientes indicaron que no estaban lo suficientemente informados
acerca de dónde podían asistir para recibir ayuda emocional. El hospital
utilizó esta información para introducir mejoras y está ampliando su
proceso de evaluación hacia los departamentos de enfermería y de
pacientes externos.

5: Utilice la inteligencia predictiva para dirigir las

interacciones con los clientes en cada punto de contacto
Supervise y administre el valor de los clientes
Los expertos en administración nos dicen que no podemos administrar
lo que no medimos. Esto es totalmente cierto cuando se trata de la
gestión de las relaciones con los clientes. Una gestión rentable de las
relaciones con los clientes requiere medidas periódicas y precisas de los
factores que afectan al éxito de los clientes y a sus resultados
económicos. Este esfuerzo exige una combinación de tecnologías
históricas y predictivas: el análisis predictivo para identificar los
objetivos de adquisición de clientes; la venta de productos de categoría
superior o venta cruzada y el análisis histórico para examinar los
resultados de las campañas de marketing y los programas de ventas.

Implemente los sistemas de CRM con la predicción

Distribuyendo los resultados del análisis predictivo a cada punto de
contacto con los clientes, desde sus oficinas hasta su centro de llamadas
y su sitio Web, puede lograr una mayor eficacia y rentabilidad.
Incorpore los resultados del análisis predictivo en su sitio Web y los
visitantes recibirán automáticamente las ofertas con mayor probabilidad
de convertirse en ventas. O incorpore los resultados del análisis
predictivo a su centro de llamadas, de modo que los representantes de
ventas conozcan los productos o las ofertas que mejor se ajustan a las
necesidades de un cliente en particular. Todos los datos que haya
obtenido con estos sistemas se convertirán en el motor que guíe las
interacciones futuras con los clientes y que produzca los ingresos más
altos.

12
IBM Software Conocimiento de clientes
Business Analytics

Productos y servicios de IBM SPSS para

potenciar el valor de los clientes al máximo
Para interactuar con los clientes de una manera rentable, se necesitan
sofisticadas técnicas analíticas y potentes funciones de distribución. El
análisis predictivo de IBM SPSS ofrece estas técnicas y funciones a
través de una amplia gama de productos y aplicaciones de análisis
predictivo. Estas ofertas proporcionan las funciones analíticas que
necesita su organización para potenciar el valor del ciclo de vida de los
clientes al máximo.

Familia Deployment:
IBM® SPSS® Decision Management for Customer Interactions :
Aprovecha toda la información de sus clientes, incluyendo las
transacciones, adquisiciones, historiales de llamadas y visitas al sitio
Web, para ofrecer en tiempo real las acciones recomendadas que su
personal debería llevar a cabo.

IBM® SPSS® Decision Management for Claims: Define de manera

rápida y sencilla cómo deberían evaluarse los riesgos. Así mismo, puede
automatizar muchas decisiones rutinarias a la vez que mantiene un
control absoluto sobre el proceso de gestión de reclamaciones.

IBM® SPSS® Modeler Advantage: Permite a los usuarios que carecen

de conocimientos técnicos incorporar todo el conocimiento de sus
clientes, productos y procesos en el proceso de creación de modelos,
permitiéndoles obtener un mayor nivel en la toma de decisiones
comerciales.

Familia Modeling:
IBM® SPSS® AnswerTree®: Permite a los usuarios segmentar a los
clientes, crear perfiles y predecir índices de respuesta utilizando la gama
más amplia disponible de algoritmos de árboles de decisión.

IBM® SPSS® Modeler Professional: Soluciona cualquier reto

empresarial más rápidamente y con resultados más precisos con su
completo sistema de minería de datos y sus potentes funciones de
preparación de datos, visualización y modelado predictivo

IBM® SPSS® Modeler Premium: Aplica una amplia gama de

avanzadas técnicas de minería de datos a todos sus datos estructurados
además de texto sin formato de documentos, correos electrónicos, notas
de centros de llamadas, blogs, canales de información RSS y otras
fuentes Web 2.0.

13
IBM Software Conocimiento de clientes
Business Analytics

Familia Data Collection:

IBM® SPSS® Data Collection: Mejora la productividad y la eficacia
del ciclo de vida completo del estudio de encuestas, desde su creación
hasta la recopilación de datos y la generación de informes.

IBM® SPSS® Data Collection Data Entry: Permite que los usuarios
creen encuestas profesionales rápidamente y recopilen datos de calidad,
garantizando que pueda iniciar los análisis y encontrar la información
más deprisa.

Familia Statistics:
IBM® SPSS® Statistics: Permite que los usuarios comerciales, analistas
y programadores estadísticos trabajen en conjunto para apoyar la toma
de decisiones basada en datos.

IBM® SPSS® Amos™: Examina y confirma la validez de afirmaciones

como “el valor dirige la lealtad” en tan sólo unos minutos, no horas, con
su potente software de modelado de ecuaciones estructurales (SEM)
fácil de usar.

Servicios de formación y asesoría:

SPSS ha incorporado sus más de 40 años de experiencia analítica en el
software de análisis predictivo de IBM SPSS. Nuestra experiencia está
disponible para ampliar la experiencia de su propia empresa y lograr el
mayor retorno de la inversión. También ofrecemos formación para
transferir a sus empleados el conocimiento y las habilidades que
necesitan para utilizar nuestro software de análisis de la manera más
rentable posible para la resolución de los problemas empresariales.

14
IBM Software Conocimiento de clientes
Business Analytics

Acerca de IBM Business Analytics

El software IBM Business Analytics ofrece información completa,
coherente y precisa en la que los órganos de toma de decisiones confían
para mejorar el rendimiento comercial. Un conjunto integral de
inteligencia empresarial, análisis avanzado, rendimiento comercial y
gestión de estrategias, así como de aplicaciones de análisis predictivo le
ofrece una perspectiva clara, inmediata e interactiva del rendimiento
actual y la capacidad para predecir resultados futuros.

Como parte de este portafolio, el software de Análisis Predictivo de

IBM SPSS ayuda a las organizaciones a predecir eventos futuros y actuar
proactivamente según esa información para llegar a mejores resultados de
negocio. Clientes del entorno comercial, gubernamental y académico de
todo el mundo confían en la tecnología de IBM SPSS como una ventaja
competitiva para atraer, retener y aumentar los beneficios con sus
clientes, a la vez que reducen el fraude y mitigan los riesgos. Al
incorporar el software de IBM SPSS en sus operaciones diarias, las
organizaciones se convierten en empresas predictivas – capaces de
direccionar y automatizar decisiones para cumplir con los objetivos de
negocio y conseguir una ventaja competitiva apreciable. Para más
información, visite www.ibm.com/spss/es.

15
© Copyright IBM Corporation 2010

IBM Corporation
Route 100
Somers, NY 10589

Derechos restringidos de usuarios del Gobierno de EE.UU. - El uso o duplicación de

revelación está restringido por el GSA ADP Schedule Contract con IBM Corp.

Creado en Estados Unidos de América

Mayo de 2010
Reservados todos los derechos

IBM y el logotipo de IBM, ibm.com, WebSphere, InfoSphere y Cognos son marcas

comerciales de International Business Machines Corporation en EE.UU., otros
países o ambos. Si estos u otros términos con marca comercial de IBM están
indicados en su primera aparición en esta información con un símbolo de marca
comercial (® o TM), dichos símbolos indican una marca comercial registrada en EE.
UU. propiedad de IBM en el momento de la publicación de esta información. Dichas
marcas comerciales también pueden estar registradas en otros países. Existe una lista
actualizada de marcas comerciales de IBM bajo “Copyright and trademark
information” en www.ibm.com/legal/copytrade.shtml.

SPSS es una marca comercial de SPSS, Inc., an IBM Company, registrada en muchas
jurisdicciones de todo el mundo.

Otros nombres de empresas, productos y servicios pueden ser marcas comerciales o

marcas de servicio de terceros.

Por Favor Recicle

IMW14287-ESES-01