Hoy veremos cómo los modelos predictivos pueden ser una herramienta altamente eficaz a la hora de definir una acción de email marketing para un grupo de usuarios que muestra un comportamiento similar en base a un patrón determinado.
Mediante modelos predictivos podemos detectar comportamientos en el seno del Ciclo de vida del usuario que indican si un usuario tiene una probabilidad mayor o menor para llevar a cabo una acción que afecte al valor presente y futuro que aporta a la organización.
Así, por ejemplo, si detectamos un comportamiento que históricamente ha sido adoptado por los usuarios antes de abandonarnos como proveedor, podremos anticiparnos y desarrollar un plan de marketing para evitar esa fuga y retenerlo. Esto afectará directamente al LTV de ese usuario en particular, y se verá reflejado en la métrica agregada del CLTV.
Imaginemonos que un nuevo usuario empieza a visitar nuestro sitio web con una frecuencia mayor a la media, y el tiempo de visita de una página con un producto concreto es también superior a la media. Podemos reconocer, históricamente, que los usuarios que compraron por primera vez en nuestro e-commerce tuvieron un comportamiento basado en un incremento en el nº de visitas a nuestro site y en el tiempo dedicado a navegar por la página que contenía información del producto que finalmente acabaron comprando. Pues bien, en el momento que detectamos a un nuevo usuario con un patrón de comportamiento igual al del anteriormente descrito, estaremos en disposición de actuar sobre él y hacer que actúe como nos interesa, comprando.
Por tanto, podemos decir que son este tipo de acciones de marketing que tienen en cuenta el momento en el que el usuario se comporta conforme a un patrón, y el contexto estratégico del Ciclo de vida del usuario, lo que nos permitirá incrementar el ROI mediante campañas de email marketing muy focalizadas.
