“If you’re not thinking in segments, you’re not thinking” – Theodore Levitt

Es imposible pensar en una estrategia de marketing que vaya dirigida con el mismo mensaje a toda la red de clientes.

Esto lo tienen claro, desde hace mucho tiempo, los estrategas de comunicación, lealtad y mercadotecnia, entre otros. Lo que aún varía mucho es la forma en cómo se elaboran las segmentaciones, que es en donde radica fuertemente el éxito o no de las estrategias de comunicación y lealtad que se quieren desarrollar.

La segmentación de clientes es una herramienta orientada al crecimiento y más efectiva cuando las marcas personalizan los mensajes a los segmentos más rentables y los atienden diferenciadamente.

Hoy en día, gracias a la digitalización y la enorme cantidad de datos que de los clientes que se recaban, se pueden hacer segmentaciones muy profundas más allá del usado y agotado esquema RFM. De hecho, la marca que no evolucione más allá de una estrategia de segmentación transaccional, se quedará rezagada con respecto a la competencia.

Hoy, existe la tecnología del CDP (Customer Data Platform) que habilita los esfuerzos de marketing hacia el conocimiento profundo de los consumidores y que puede apoyar a la estrategia de segmentación de clientes.

El CDP es la herramienta de tecnología que permite reunir todos los datos del cliente provenientes de diferentes fuentes (on y off line) en un solo lugar para crear una sola vista del consumidor en tiempo real.

Súper poderoso, ya que permite conocer a la persona de forma íntima (customer intimacy). Existen datos transaccionales, demográficos y de comportamientos. Esta información centralizada, entonces, se utiliza para campañas de marketing, ciclo de vida, servicio al cliente e iniciativas de experiencia. El CDP no es un sistema de CRM. Va mucho más allá.

El CDP suministra herramientas para definir segmentos de audiencias basados en atributos y comportamientos. Los segmentos se utilizan, entonces, para mejorar el objetivo y personalización. Los segmentos se pueden crear a través de reglas o bien utilizando machine learning (ML) e inteligencia artificial (IA).

Utilizando todo lo anterior, se logra evolucionar la segmentación tradicional a una segmentación de cliente multi variable que permita ser más asertivo en los objetivos que se buscan, ya sea de comunicación, lealtad u otros.