CLV, CAC, ROI y otras KPIs del montón

Llevo dando conferencias sobre analítica desde hace una década y la pregunta estrella sigue siendo “Qué KPIs son las que debo utilizar para entender bien qué está pasando en mi negocio y poder actuar al respecto?”.

Interesante porque la analista que llevo dentro sabe que no existe una receta universal, sabe que hay que tener en cuenta muchos factores antes de determinar cuál es la mejor elección y que lo que a una empresa le sirve a otra puede que no tanto. Pero con el tiempo he aprendido que si me hacen esa pregunta es porque realmente necesitan empezar por algún sitio. Así que ahí vamos, pongamos los cimientos!

Sobre todo voy a hacer hincapié en aquellas empresas cuyo desembolso en marketing es importante y notorio, es básico el tener un dashboard que contenga todos los indicadores necesarios para entender el negocio. ¿Y cuáles son?

Independientemente del tipo de negocio que estemos analizando, normalmente en la gran mayoría de cuadros de mando que he conceptualizado no faltan estos indicadores:

AREA 1: Clientes

– Nuevos Clientes (número de nuevos clientes o nuevos formularios recibidos)

– Clientes antiguos (número de antiguos clientes que realizan transacciones)

– Pedidos totales

– Pedidos nuevos clientes

– % pedidos nuevos clientes (número pedidos clientes nuevos / número total de pedidos)

– Pedidos clientes antiguos

– % pedidos  clientes antiguos (número pedidos clientes antiguos / número total de pedidos)

– Tasa de conversión nuevos clientes (cociente de nuevos clientes / nuevas visitas)

– Tasa de conversión clientes antiguos (cociente de antiguos clientes / número total de clientes)

– Customer Lifetime Value (explicado un poco más abajo, la base de nuestro contexto de negocio)

 

AREA 2: Costes

– Coste total marketing y publicidad

– CAC – Coste adquisición nuevos clientes (coste total marketing / nuevos clientes)

 

AREA 3: Ingresos

– Ingresos totales

– Ingresos brutos

– Ingresos medios

– Margen bruto (ingresos totales – costes totales)

– Margen bruto por transacción (ingresos medios – costes variables)

– Ingresos totales nuevos clientes

– Ingresos totales clientes antiguos

– % ingresos nuevos clientes (ingresos clientes antiguos / total de ingresos)

– % ingresos clientes antiguos (ingresos clientes antiguos / total de ingresos)

Y por favor, sin olvidar segmentarlo luego TODO por campañas o esfuerzos de marketing realizados en el periodo. Aquí os dejo un ejemplo:

Dashboard para medir marketing en profundidad

Dashboard para medir marketing en profundidad

 

Es una información brutal

La parte interesante de este primer dashboard va a tener que ver con el estudio de nuevos clientes y el ciclo de vida de los clientes ya existentes. Nos va a permitir ir más allá en nuestros análisis al tener la foto completa de lo que está pasando con nuestra inversión y el tipo de clientes que se consiguen.

Para ello tenemos que tener por separado los nuevos clientes y los clientes antiguos a todos los niveles (número + pedidos + tasa conversión + costes + ingresos) y segmentado lo más posible por la fuente de origen de la conversión (independientemente del modelo de atribución elegido).

¿Y para qué nos vale hacer esto? Para subir un escalón más en nuestro conocimiento de nuestros clientes. Una vez tenemos por separado el segmento de nuevos clientes contra el segmento de antiguos clientes, podemos empezar con el Customer Lifetime Value (CLV).

Se calcula como un valor periódico, ya que no sabemos cuan larga va a ser la relación con cada cliente. Lo ideal es tener un histórico lo más completo posible para que este valor sea lo más ajustado a la realidad.

La fórmula más rápida para calcular el CLV es tomar los valores medios de las variables implicadas:

 CLV = Tiempo medio de retención cliente (valor medio carrito * número medio de transacciones * margen bruto)

Si queremos ir afinar mucho más, podemos aplicar esta otra fórmula:

 CLV = margen bruto (porcentaje de clientes recurrentes / (1 + coste de capital o ratio de descuento – porcentaje de clientes recurrentes)

* Si quieres hacer un excel rápido e indoloro para calcular el CLV, François Derbaix dejó este en su blog que me parece muy muy útil.

Esto nos permitirá saber cuan valioso es un cliente para nosotros, entender las campañas que mejor funcionan, tanto a nivel de captación de nuevos clientes como en la atracción de clientes más por calidad que por cantidad que repiten y que generan más ingresos a lo largo de un periodo de tiempo.

Imaginemos que lanzamos dos campañas simultaneas, un banner en el sitio A y un banner en el sitio B. Ambas nos cuestan la misma inversión. Mediremos las campañas en base a las KPIs típicas de cada campaña como CTR, tasa de conversión, transacciones, ingresos, etc… El resultado el primer mes es que el banner del sitio A nos genera un ROI muy positivo, con más de 3.000€ de ingresos netos (restando costes variables y de marketing). Sin embargo la campaña B nos genera un ROI cercano a cero, con solamente 500€ de ingresos netos. Con estos números, decidimos mantener la campaña A.

Pero… ¿y si captamos con A pero los clientes no vuelven a comprar? ¿Y si después de 1 año no realizan ni una sola compra más?  Analicemos al segmento de nuevos clientes que vinieron con la campaña B… ¿tienen el mismo comportamiento que los de la campaña A? o ¿han ido sumando compras mes a mes hasta llegar a unos ingresos muy superiores? ¿Un año después nos interesa más la campaña A o la campaña B?

 Cada vez más herramientas de análisis online permite analizar este tipo de comportamientos de clientes y cohortes. Google Analytics ha dado un vuelco en los últimos años para poder profundizar más en este tema… (quizás por influencia de Justin Cutroni? jejeje).

Es que esto es muy muy potente. Los expertos dicen que el 80% de los ingresos vienen del 20% de los clientes… habrá que identificar este 20%, ¿Se comportan de manera diferente como clientes? ¿Qué les diferencia del resto? ¿Se interesan por el mismo tipo de productos? ¿Se gastan más frecuentemente o espacian sus compras? ¿Vuelven utilizando la misma fuente de origen? Solamente así tendremos claro dónde y cuando actuar.

Si sabemos que lo normal es que tengamos un CLV de nuestros clientes de 150€, no deberíamos permitir que el CAC supere esa cifra porque entonces el asumir un nuevo cliente nos costaría más que lo que ese cliente se va a dejar a priori en nuestro negocio.

La pregunta del millón será … Si invertimos una parte del presupuesto de marketing en nuevos clientes en mantener a clientes existentes… ¿sabemos cómo puede afectar a nuestro CLV? Esta inversión nos puede salir bastante más rentable que algunas de las campañas, ¡seguro!

Es decir, la base de un buen cuadro de mandos de cualquier negocio es entender el cohorte “nuevos clientes”, adelantarse a qué vamos a tener de base en los próximos meses y trabajar en la retención. Como ya sabemos es mucho más barato retener clientes que ir a por nuevos. Y a partir de ahí, seguro que las KPIs importantes y específicas para el negocio aparecen sin darnos cuenta :)

“Gemma es diplomada en informática y tiene un master en Web Analytics por la Universidad British Columbia. Sus 8 años de experiencia como Web Analytics Manager en Bankinter, Panda Security y sus colaboraciones con clientes como Iberdrola, Fundación Telefónica, Grupo Meliá, Carrefour y Línea Directa le avalan como una de las mejores profesionales de analítica web a nivel nacional.
Ha sido nombrada en octubre 2012 como una de las 100 Mujeres Líderes en España en la categoría de Emprendedoras e Innovadoras por Mujeres&Cia (www.lastop100.com).
Es autora de los libros “Analítica Web en una Semana” (Gestión 2000, 2012), “El Arte de Medir” (Profit, 2011) y “Métricas del Marketing” (Esic, 2010).
Es la directora del primer máster español en Analítica Web en Kschool y participa como docente en la Universidad Politécnica de Valencia y Francisco de Vitoria además de en diversas escuelas de negocio.
Única española finalista en 2011 al premio internacional de Excelencia Web Analytics Rising Star de la Web Analytics Association.”

Twitter Google+ 

Hecho con cariño desde Madrid por las Madrid Geek Girls.