MARKETING

La fidelidad pasa del canje de puntos a cripto

Los programas para clientes frecuentes apuestan a la trazabilidad y predicción digital

La tecnología blockchain está redefiniendo los programas y formas de recompensa a los clientes fieles.«Los datos de las  compras de los clientes dicen más que las encuestas»
La tecnología blockchain está redefiniendo los sistemas de recompensas a los clientes fieles. (Foto: Shutterstock)

Las criptomonedas están dando un paso más allá del mundo financiero y asoman como un nuevo instrumento para el marketing, en particular, como «moneda de cambio» en los programas de fidelización de las marcas.

Las aerolíneas, por ejemplo, han sido pioneras en esa implementación. En 2018, Singapore Airlines se convirtió en la primera compañía aérea a nivel mundial en lanzar una billetera digital apoyada en blockchain -la tecnología detrás del bitcoin- que permitía redimir las millas generadas por los viajes para el pago de alimentos, bebidas, gasolina y productos en tiendas minoristas.

De igual forma, hoy en día Lifemiles, el programa de fidelidad de Avianca, permite a sus clientes frecuentes canjear sus millas en más de 3.500 comercios adheridos en Colombia en el marco de la pandemia.

Esa estrategia representa una tendencia para las marcas en su vínculo con los consumidores, aseguró la argentina Paola Aldaz, Chief Innovation Officer de la filial colombiana de la red publicitaria DDB, en su charla online durante el congreso Marketers, el jueves 13.

«El uso de criptomonedas en programas de lealtad es la evolución de esos programas», comentó la CIO. «A medida que hacés transacciones acumulás puntos, que en realidad son criptomonedas y después se redimen en otra categoría». Por ejemplo, los puntos generados en las compras del supermercado se canjean por productos en tiendas deportivas, explicó.

Poner esto en práctica, apuntó Aldaz, requiere que las empresas «construyan ecosistemas» y formen alianzas con compañías que tengan capacidades complementarias.

De esta manera, las promociones y descuentos dan una mayor trazabilidad y predictibilidad acerca del comportamiento del consumidor.

Bases propias

Los datos son pistas que alimentan a las marcas, pero las empresas tienen que adaptarse a una postura más recelosa de los consumidores respecto a su privacidad en las plataformas digitales. Esta percepción está motivando el crecimiento de redes privadas donde los usuarios encuentran más transparencia (algo difícil en redes públicas y masivas), exclusividad y privacidad. Este último requisito se está convirtiendo en «el nuevo lujo», opinó Aldaz.

En ese punto coincidió el brasileño Marcelo Souza, director ejecutivo de Marketdata, empresa de data driven marketing del grupo publicitario WPP.
Las restricciones en el uso de cookies y otras medidas que protegen la privacidad en Internet dificultan el intercambio de datos entre compañías, lo que está llevando a grandes empresas -por ejemplo, retailers y de consumo masivo- a tener sus propias bases de datos de clientes y desarrollar proyectos de CRM (siglas en inglés de gestión de relación con el cliente) para «construir vínculos directos con sus consumidores».

«Toda gran empresa tendrá que construir una base de datos donde todos los datos capturados en diferentes fuentes (websites, e-commerce, RP, etcétera) sean integrados para que puedan ser utilizados en campañas multicanales», señaló Souza.

Los datos contribuyen a hacer un marketing más asertivo, ya que permiten alcanzar al público objetivo con más precisión, conectar con él y medir los resultados. Pero, «solo tener los datos no hace (ganar) plata, hay que extraer insights» para luego anticipar comportamientos apoyados en tecnologías como la inteligencia artificial (IA), indicó Souza.

Droguerías Pacheco San Pablo (DPSP), la segunda cadena de farmacias más importante de Brasil, representa un ejemplo de cómo los datos de sus clientes combinados con inteligencia artificial (IA) catapultó las ventas a través del «marketing de a uno».

«Los datos de las compras de los clientes dicen más que las encuestas»

La empresa desarrolló un sistema de ofertas personalizadas dentro de su programa de fidelización, que cuenta con 16 millones de clientes adheridos.

Con cada actualización del historial de compra del cliente se disparaban nuevas ofertas al momento de su próxima transacción. La campaña se sustentó en el estudio de 13 millones de clientes durante cuatro meses para proyectar las ventas del quinto mes. A través de machine learning, los algoritmos aprendieron sobre los patrones de compra de los consumidores para así sugerirles productos alineados a sus intereses.

La campaña logró multiplicar por cinco el volumen de compra de los clientes y por seis el gasto promedio.

Como reflexionó Souza, «los datos transaccionales dicen mucho más del cliente que las encuestas» y segmentaciones generales. DPSP da fe de ello.

Reportar error
Enviado
Error
Reportar error