¿Por qué las empresas de telecomunicaciones pueden ahora conocer a sus clientes?

(Argentina) Desde hace muchos años que venimos escuchando la necesidad por parte de los operadores de conocer el comportamiento y gustos de sus clientes. Pero los avances concretos en tal sentido han sido, siendo optimistas, moderados. Sin embargo, en el último año vemos un avance concreto en este sentido, para lograr el sueño de conocer realmente a la base instalada.

De acuerdo con nuestra experiencia, hay 3 grandes factores o drivers de negocio que impulsan este cambio. El primero lo marcan los cambios tecnológicos, que permiten por ejemplo aumentar la mayor capacidad de procesamiento y almacenamiento a menor costo, junto con las nuevas técnicas y algoritmos de software.

El segundo factor tiene que ver con los cambios de hábitos de los consumidores y su creciente participación de redes sociales (Facebook, Twitter, etc.) y el uso cada vez más extendido de internet para relacionarse con las empresas. El tercero, que impacta específicamente en las compañías de telecomunicaciones en Argentina, es un mercado saturado y la proximidad de la portabilidad numérica, que convierten a la necesidad de conocer al cliente en un imperativo para poder competir exitosamente, incrementando el ARPU (facturación promedio por usuario, por sus siglas en inglés) y reteniendo a los clientes mas valiosos en forma efectiva.

Algunos ejemplos de iniciativas que estamos trabajando en el mercado local, que dan sustento a esta afirmación. Por un lado, los ya maduros modelos analíticos – basados en tecnologías de Data Mining – que siguen demostrando su aporte al negocio para determinar las distintas probabilidades de que un cliente o prospecto compre determinado servicio (modelos de Cross Sell / Up Sell), deje de contratarnos (modelos de Churn, como se conocen en la industria de telecomunicaciones) o no pague la próxima factura (modelos de mora). Todo esto, complementado con la valoración que percibe la compañía del valor de cada cliente, que se plasma mediante una segmentación sustentada también en el análisis automático de los datos. En todos los casos, estos modelos analíticos trabajan en base a los datos que las compañías ya poseen, como los datos de comportamiento –consumo, pagos, o antigüedad, entre otros— y los datos socio-demográficos, como edad, sexo, etcétera.

Por otro lado, se consolida con fuerza un modelo que permite conocer a los clientes no sólo por su comportamiento en la operadora, sino por cómo interactúan con sus propias relaciones. Así surge el análisis de las redes sociales propias, que se deducen de las llamadas y mensajes que cada persona realiza a otras líneas, ya sea del mismo operador como de empresas competidoras. De esta manera se puede determinar el rol de cada miembro dentro de su comunidad aumentando el conocimiento de cada individuo. Por ejemplo, si podemos conocer que un determinado cliente tiene un rol de líder en su comunidad y que posee una fuerte interacción con otras líneas de mi misma compañía, sabremos de la mayor importancia de retenerlo, ya que es sabido el efecto viral que produce una baja del servicio entre sus conocidos para un individuo con estas características.

En cuanto a las redes sociales públicas como Facebook o Twitter – una enorme y creciente fuente de datos para conocer desde las preferencias, hasta el grado de influencia o viralidad definida por la cantidad de seguidores,— son analizadas en forma eficiente y automática a través de las tecnologías llamadas de análisis de sentimientos, que a partir de un texto libre y utilizando técnicas de procesamiento de lenguaje natural (NLP) y de Text Mining, permiten categorizar dicho texto como positivo, neutro o negativo e incluso conocer la opinión de una marca, y de su competencia, basándose en el seguimiento de información pública.

Paralelamente, si el individuo decide entrar en los Web Sites propios de la compañía que estudiamos, se pueden registrar sus movimientos y conocer si se interesó por algún producto en particular, si tuvo problemas en algún formulario, o simplemente conocer cuánto tardo y cuántos pasos tuvo que realizar para concretar cierta operación, sea de compra, de consulta de información o ingreso de reclamos.

Con todo este conocimiento, se puede diseñar la oferta ideal para cada individuo, ejecutarla eficientemente para que sea valiosa, y a partir de allí gestionar y automatizar las campañas de marketing, para asegurarse que la oferta llegue al individuo correcto.

Quienes desde hace años trabajamos en el análisis de información, tenemos la visión de la potencialidad que hay detrás de los datos. Esto, sumado a estas experiencias llevadas a cabo en nuestro mercado local, nos permite ahora estar seguros del modo de concretar el conocimiento real del cliente orientado a obtener un aporte de un valor vital para los negocios.

Pedro Azcueta, Gerente Comercial SAS Argentina.