Sacar el máximo provecho de todos sus clientes

Las empresas gastan miles de millones de dólares cada año en marketing directo con los clientes potenciales y en gestionar las relaciones con los existentes. Cada vez más, gracias a las tecnologías que les permiten recopilar datos extraordinariamente ricos sobre la demografía y el comportamiento de los consumidores, las empresas pueden convertir a la persona en la principal unidad de análisis y gestión. Con estos datos, pueden personalizar sus mensajes, segmentándolos solo a las personas que probablemente querrían un producto en concreto o sugiriendo artículos adicionales que los clientes actuales probablemente comprarían. Al mismo tiempo, al utilizar tecnologías relacionadas que les permiten llegar a los consumidores a través de muchos canales diferentes, las empresas pueden mejorar la eficacia general de sus comunicaciones de marketing y aumentar aún más sus beneficios potenciales.

Durante la última década, las empresas de sectores tan diversos como la venta minorista, los productos farmacéuticos y los servicios de empresa a empresa han aumentado la escala y el ritmo de su marketing directo y han desarrollado un arsenal de herramientas analíticas que les ayudan a identificar y gestionar con mayor precisión a sus clientes individuales: gráficos de subidas y ganancias; análisis de respuestas; modelos de actualidad, frecuencia y valor monetario (RFM); árboles de decisiones; cálculo de decisiones y muchos otros. Las nuevas herramientas han contribuido en gran medida a mejorar la eficacia de las inversiones en marketing. Otto Versand, de Hamburgo (Alemania), la mayor empresa de pedidos por correo del mundo, es un usuario especialmente sofisticado; con datos suficientes, puede predecir con casi un 80% de precisión si una persona responderá a un correo en particular. Esta capacidad proporciona al minorista una ventaja competitiva significativa. En 2003, por ejemplo, Otto Versand pudo aumentar los ingresos de su filial norteamericana Crate and Barrel (venta minorista y venta por correo) un 12,6% hasta alcanzar los 865 millones de dólares, en un entorno minorista muy hostil. Gracias a sus formidables habilidades de segmentación de clientes en su empresa conjunta con la minorista de moda española Zara, también aumentó sus ingresos en el mercado alemán un enorme 70%.

Sin embargo, a pesar de estos éxitos, nuestras pruebas empíricas sugieren que muchas empresas siguen teniendo dificultades con sus inversiones en marketing directo. En un estudio reciente, analizamos los presupuestos de marketing de tres firmas prestigiosas. En un momento, también minorista por catálogo, estimamos que un 31% reducción en inversión de marketing por cliente sería aumentar la rentabilidad media de los clientes en torno a un 29%. Con una disminución anual del 69%, descubrimos que en la segunda empresa, un proveedor de servicios de empresa a empresa, aumentaría la rentabilidad media de los clientes en un 42%. Por el contrario, en la tercera empresa, un gigante farmacéutico, calculamos que un aumento del 31% en la inversión anual en marketing directo por cliente mejoraría la rentabilidad media de los clientes en un 36%.

¿Por qué estas empresas están tan fuera de lugar? En las páginas siguientes, argumentamos que, al tomar decisiones de inversión en marketing directo, demasiados vendedores siguen haciendo demasiado hincapié en los costes a corto plazo en lugar de en las ganancias a largo plazo, lo que favorece la búsqueda de clientes que sean baratos de adquirir y baratos de retener sin que sean necesariamente muy rentables. También planteamos un problema más sutil: maximizar la adquisición y la retención de clientes por separado no maximiza los beneficios. Como ocurre con cualquier cadena de suministro, las empresas pueden sacar más provecho del marketing directo si lo ven como un sistema único de generación de beneficios que si tratan de maximizar las medidas de rendimiento en cada etapa del proceso.

Sin embargo, hay algunas dificultades técnicas, porque los datos en los que se basan las empresas para estimar la rentabilidad potencial de sus grupos de clientes están sesgados hacia los clientes que ya tienen. Presentaremos una herramienta que solucione este problema y permita a los directivos adoptar un enfoque integrado para decidir cuánto y dónde gastar el dinero y los esfuerzos de marketing de sus empresas. Con los datos que las empresas ya recopilan, la herramienta puede guiar a los directivos a la hora de decidir cuánto gastar en marketing directo, qué porcentajes deben dedicar a la adquisición frente a la retención e incluso qué porcentaje de sus fondos deben destinar a los distintos canales de marketing directo para obtener el máximo beneficio de cada cliente. Demostraremos lo poderosa que puede ser esa información aplicando la herramienta a las tres empresas que hemos estudiado en profundidad.

Dónde las empresas se equivocan

Según nuestra experiencia, la mayoría de las empresas siguen utilizando la tasa de adquisición de clientes (el porcentaje de personas a las que se dirige una campaña de marketing directo que realmente se convierten en clientes) y la tasa de retención de clientes (la duración de la relación de un cliente con la empresa) como sus principales indicadores del rendimiento de marketing. Esto se debe en parte a que estas variables son fáciles de entender y rastrear y, en parte, a que las empresas llevan mucho tiempo obsesionadas por la cuota de mercado. Y para algunas empresas, por supuesto, son indicadores muy precisos del rendimiento; las revistas basadas en suscriptores son un buen ejemplo.

Sin embargo, para muchos sectores, utilizar las tasas de adquisición y retención como medidas del rendimiento general es muy problemático por diversas razones. En primer lugar, y lo más obvio, centrarse en subir los tipos cada vez más alienta a los vendedores a pasar por alto la ley de la rentabilidad decreciente. Inevitablemente, más allá de cierto punto, el coste de adquirir o retener a un cliente supera los ingresos que generará; después de ese momento, por supuesto, aumentar la tasa de adquisiciones o retención solo reduce la rentabilidad de la empresa. Sin embargo, no deja de sorprendernos la frecuencia con la que los departamentos de marketing consideran la rentabilidad como una idea tardía.

Muchas empresas alertas a esta primera trampa se topan con una segunda. Por lo general, hemos descubierto que sus directivos se centran demasiado en el coste actual de la adquisición y retención de clientes y no lo suficiente en el valor a largo plazo de sus clientes. De hecho, muchos vendedores agrupan explícita o implícitamente a sus clientes en cuatro segmentos, únicamente en función de la dificultad y el coste de adquirirlos y retenerlos, lo que básicamente ignora los ingresos que generan esas personas. El primer grupo incluye a las personas que son fáciles de adquirir y retener. El segundo incluye a los que son difíciles de adquirir pero fáciles de mantener. En el tercer grupo están las personas que son fáciles de adquirir pero difíciles de retener, y en el cuarto grupo están las que son difíciles tanto de adquirir como de mantener. Las consecuencias de este enfoque son obvias: si tanto el personal de ventas como los directores de relaciones se centran en las personas más fáciles de complacer, la empresa acabará con un número desproporcionado de clientes que son fáciles de adquirir y retener. La tecnología moderna hace que esto suceda aún más, ya que permite a los vendedores identificar con precisión quiénes son esas personas.

Eso no sería un problema si todos los clientes fueran igual de rentables o si los costes de adquisición y retención fueran, de manera abrumadora, los principales determinantes de la rentabilidad de los clientes. Pero un vistazo a las cifras demuestra lo contrario, como descubrimos al estudiar los datos detallados de los clientes proporcionados por el minorista por catálogo.

Hicimos un seguimiento del comportamiento a lo largo de tres años de una sola cohorte de clientes que comenzaron su relación con la empresa en el mismo trimestre. Determinamos en qué grupo pertenecía cada cliente, cuánto se gastaba en adquirir y retener cada uno y qué contribución hacía cada uno a los beneficios de la empresa. Al segmentar a los clientes en los cuatro grupos, establecemos la línea divisoria entre «bajo» y «alto» en la media tanto del coste de adquisición como del coste de retención (consulte la exposición «¿Los costes impulsan los beneficios?»).

¿Los costes impulsan las ganancias?

Como esperábamos, el segmento más grande (el 32%) estaba formado por clientes que eran fáciles de adquirir y retener. Pero solo representaron el 20% de los beneficios de toda la cohorte. La mayor contribución a los beneficios provino del grupo más pequeño, los clientes que eran caros de adquirir pero baratos de retener. Solo representaban el 15% del total, pero eran responsables del 40% de los beneficios. El siguiente factor que más contribuyó a los beneficios (el 25% del total) fue el aparentemente problemático 28% de la cohorte, que era a la vez difícil de adquirir y difícil de retener. Los clientes menos rentables eran los que eran fáciles de adquirir, pero que luego resultaban difíciles de mantener. Alrededor del 25% de todos los clientes pertenecían a esa categoría, pero en conjunto solo generaban el 15% de los beneficios. Estos hallazgos no son exclusivos de esta empresa; para casi cualquier empresa, los clientes rentables se encuentran en los cuatro segmentos, aunque la distribución de los beneficios y los clientes puede variar.

Está claro que las empresas que se centran únicamente en los clientes que son fáciles de adquirir y retener no están asignando sus recursos de la manera tan eficiente como podrían hacerlo. El coste y el esfuerzo de la adquisición y la retención son solo uno de los muchos factores que deben tener en cuenta. Y no es que no existan datos fiables sobre las demás variables. De hecho, el conjunto de datos de los clientes es ahora tan rico que los directivos pueden —como están empezando a hacer los de empresas como Otto Versand— hacer previsiones precisas de la posible fidelización y rentabilidad potencial de cualquier cliente y asignar los recursos de adquisición y retención en consecuencia.

Está claro que las empresas que se centran únicamente en los clientes que son fáciles de adquirir y retener no están asignando sus recursos de la manera tan eficiente como podrían hacerlo.

Muchas empresas lo suficientemente inteligentes como para evitar esa segunda trampa suelen caer en la tercera trampa, más sutil: tratar la adquisición y la retención como actividades independientes y tratar de maximizar ambas tasas. Si sus presupuestos de marketing no están limitados por otros factores, es casi seguro que esas empresas se darán cuenta de que invierten de más en ambas actividades. Al tratar de conseguir el mayor número de clientes posibles, atraerán a algunos que no son rentables pero que se mantienen obstinadamente leales y, por el contrario, a otros que, si bien son muy rentables, en uno o dos casos nunca lo serán. Si los esfuerzos de retención se centran simplemente en conservar al mayor número de clientes, las empresas no solo desperdiciarán dinero intentando retener al grupo leal y poco rentable, sino que también invertirán dinero en vano en perseguir al rentable grupo transitorio. Lo que es peor, esos fondos no se gastarán en atraer a clientes potencialmente muy rentables que sean difíciles de adquirir.

Entonces, claramente, es una buena idea integrar la gestión de la captación de clientes, la retención de clientes y la rentabilidad. Sin embargo, un último problema técnico (aparentemente insuperable) se interpone en el camino. En casi todos los casos, los modelos que incluso los sofisticados vendedores directos utilizan para vincular la rentabilidad de los clientes con las inversiones en marketing directo están sujetos a un fallo conocido por los estadísticos como sesgo de selección.

El sesgo de selección se produce cuando los investigadores utilizan una muestra que no es realmente representativa de toda la población. Si una muestra está sesgada, cualquier relación que se deduzca de ella puede resultar engañosa. En el contexto del marketing, por ejemplo, el sesgo de selección puede provocar que los analistas predigan incorrectamente el impacto de las actividades de marketing o las características de los clientes en el comportamiento de los clientes, lo que puede llevar a tomar malas decisiones de inversión en marketing. Y dado que, para descubrir las relaciones entre los clientes y los beneficios, la mayoría de los vendedores directos se basan en gran medida en los datos sobre los clientes reales (que solo son un subconjunto del grupo total de posibles clientes), están obligados casi por necesidad a estimar incorrectamente la relación entre la adquisición, la retención y los beneficios. Como resultado, volverán a ignorar el potencial de los clientes que aún no han conseguido adquirir o invertirán en exceso en los que ya tienen.

Asignación de recursos para obtener beneficios

Para gestionar realmente el marketing directo con fines de lucro, los vendedores necesitan un enfoque que supere el sesgo de selección para poder descubrir la verdadera relación entre el comportamiento de los clientes y los beneficios a largo plazo. Creemos que nuestro enfoque, que denominamos modelo ARPRO (asignación de recursos para obtener beneficios), hace precisamente eso.

El ARPRO es básicamente un análisis de regresión complejo en el que, en términos muy generales, la rentabilidad total a largo plazo es una función de los factores relacionados con la cantidad que la empresa gasta en cada cliente y los factores relacionados con el comportamiento del cliente, con cada factor ponderado según su importancia relativa y el conjunto de datos ajustado para tener en cuenta el sesgo de la muestra.

El desafío de configurar el modelo, por supuesto, consiste en identificar los factores correctamente y determinar con precisión sus ponderaciones relativas en las distintas ecuaciones del modelo. Lo ideal sería que estos factores incluyeran tres tipos de datos: lo que hace la empresa para atraer y retener a los clientes, los descriptores demográficos y psicográficos del grupo de clientes de la empresa y el comportamiento de compra real de esos clientes potenciales (cuánto compran, con qué frecuencia, qué parte de la cartera, etc.). Sin duda, cuanto más rica sea la información disponible, mejores serán las predicciones.

Algunos de estos factores se pueden observar y controlar directamente: las cantidades medias que se gastan en adquirir clientes o en retenerlos, por ejemplo. Otros factores, más complejos e interdependientes, solo pueden estimarse mediante sus propios análisis de regresión. En concreto, la duración media de la relación de un cliente con la empresa depende en parte de la cantidad que se destine a los esfuerzos de retención. Una vez que se hayan estimado todos los elementos que componen estos factores y se hayan asignado los coeficientes de ponderación que indican su importancia relativa, los gerentes pueden manipular el modelo introduciendo diferentes cantidades para los factores que controlan para ver qué valores se traducen en una rentabilidad óptima para los clientes.

Una regresión integrada de los factores que determinan la adquisición, la retención y la rentabilidad, como la que acabamos de describir, se ve inevitablemente afectada por el problema del sesgo de selección, ya que se basa en datos de los clientes fidelizados, que no son representativos de toda la población de posibles clientes. Para corregir este sesgo, introducimos un mecanismo de corrección estadística llamado lambda, tomado de una investigación ganadora del Premio Nobel realizada por el profesor de economía de la Universidad de Chicago James Heckman para corregir los sesgos muestrales en los datos de desempleo. Al igual que la información sobre los clientes, los datos sobre el desempleo están plagados de posibles sesgos de selección, ya que solo se toman de las filas de las personas que eligen trabajar y no de las que no. Gracias a este procedimiento de corrección, ahora podemos crear modelos de regresión integrados sobre la adquisición, la retención y la rentabilidad que eliminan el sesgo de selección derivado de los datos sobre los clientes retenidos de una empresa.

Para ilustrar cómo funciona el modelo ARPRO, analizaremos un caso hipotético muy simplificado en el que la rentabilidad total de los clientes a largo plazo de una empresa viene determinada únicamente por lo que la empresa gaste en adquirir un cliente, cuánto invierta en retener a un cliente y la duración de la relación. Incluso en el ejemplo más simple, la duración es en sí misma un factor complejo determinado por lo que la empresa invierte en retener a sus clientes. Sin embargo, al estimar la relación entre la rentabilidad y estos tres factores para toda la población de clientes actuales y potenciales de la empresa, también debemos tener en cuenta la disminución de la rentabilidad de nuestras inversiones en marketing a lo largo del tiempo. Así que, siguiendo la práctica estadística estándar, restamos los cuadrados de los dos factores de inversión para simular ese efecto. A continuación, añadimos el factor lambda para corregir el sesgo de selección y aplicamos los coeficientes de ponderación (c1… c6 y b1… b3) a todos estos factores y establezca un punto de intercepción inicial. Ahora tenemos las dos ecuaciones de regresión siguientes:

Rentabilidad total de los clientes a largo plazo (en dólares) = interceptar

+ c1 x gastos de adquisición

— c2 x (gastos de adquisición)2

+ c3 x gastos de retención

— c4 x (gastos de retención)2

+ c5 x duración prevista

+ c6 x lambda

Duración prevista de la relación (días) = interceptar

+ b1 x gastos de retención

— b2 x (gastos de retención)2

+ b3 x lambda

Nuestro siguiente paso es cuantificar la lambda. Los cálculos reales para este cálculo son muy avanzados y van más allá del alcance de este artículo, pero los datos necesarios no son complicados ni difíciles de obtener. Según nuestra experiencia, la información sobre los clientes disponible para la mayoría de las operaciones de marketing (datos a nivel individual sobre, por ejemplo, cuándo se incorporó cada cliente, su comportamiento de compra mientras cada uno estaba activo y el tipo de marketing dirigido no solo a los clientes actuales sino también a los posibles clientes) es más que suficiente para el cálculo. (Remitimos a los lectores interesados en analizar las matemáticas a nuestro documento de trabajo.1) Lambda es siempre un número positivo y puede ser mayor que uno. Por lo general, cuanto mayor sea la probabilidad media de adquirir clientes, menor será el factor de corrección, que refleja el hecho de que una mayor parte de los posibles clientes ya han sido adquiridos. En nuestro caso hipotético, supongamos que lambda es 0,6. Tenga en cuenta también que lambda es una constante siempre y cuando nos basemos en los mismos datos básicos.

A continuación, determinamos los números para los coeficientes de los factores de ponderación, lo que se hace calculando cuáles han sido esas ponderaciones relativas en el pasado, comparando los números históricos de los distintos factores de la ecuación con los valores históricos de duración y rentabilidad. A los efectos de esta ilustración, supongamos que este análisis arroja los siguientes coeficientes para nuestra ecuación:

Rentabilidad total de los clientes a largo plazo (en dólares) = 20

+ 5 veces los gastos de adquisición

— 0. 25 x (gastos de adquisición)2

+ 8 veces el gasto en retención

— 0,1 x (gastos de retención)2

+ 10 veces la duración prevista

+ 30 x lambda

Duración prevista de la relación (días) = 1

+ 4 veces el gasto de retención

— 0,03 x (gastos de retención)2

+ 15 x Lambda

Ya estamos preparados para el último paso: ver qué rentabilidad podemos predecir si cambiamos los niveles de inversión en adquisiciones y retención. Esta es la parte más sencilla del ejercicio. Todo lo que tenemos que hacer es incluir sistemáticamente diferentes valores de los gastos de retención y adquisición en las ecuaciones para obtener estimaciones alternativas de la rentabilidad de los clientes. Tras repetir todo este proceso varias veces con distintos importes, finalmente encontramos los valores de los gastos de adquisición y retención que optimizan la rentabilidad de los clientes. En nuestro ejemplo de simulación para la empresa farmacéutica, utilizamos incrementos de 1, 5, 10, 15 y 20 dólares para los dólares de adquisición y de 40, 50, 60, 70 y 80 dólares para los dólares de retención. Los resultados de estas simulaciones se resumen en las dos tablas que se muestran en la exposición «¿Cuánto debe gastar?» Como muestran las tablas, los importes óptimos de gasto son 10 dólares en la adquisición de un cliente y 60 dólares en retenerlo. Tenga en cuenta que invertir 60 dólares en retención no optimizaría la duración de la relación, lo que confirma nuestra creencia de que las tasas de retención son indicadores imperfectos de la rentabilidad.

¿Cuánto debería gastar?

Quizás incluso más importante que gastar la cantidad total óptima en marketing directo sea asignar ese presupuesto correctamente entre las iniciativas de adquisición y retención.

…

Lo que hemos presentado aquí es un modelo muy simplificado. En la práctica, solemos utilizar un mayor número de variables de entrada más precisas, como, por ejemplo, el importe de las inversiones en adquisición y retención realizadas en cada canal de marketing: correo directo, correo electrónico, etc. Para ver una lista de los tipos de factores que las empresas pueden incluir en sus ecuaciones, consulte la barra lateral «¿Qué impulsa la rentabilidad?» De hecho, el único inconveniente de este modelo es que no se puede utilizar para evaluar la eficacia de la publicidad televisiva, ya que es imposible desglosar la respuesta de los clientes por persona. Pero es absolutamente aplicable en cualquier situación en la que se disponga de información sobre el comportamiento de los clientes individuales y en las que se dediquen recursos a los clientes individuales, lo que, gracias a la moderna tecnología de CRM, se está convirtiendo en el enfoque de marketing dominante en un número cada vez mayor de sectores.

¿Qué impulsa la rentabilidad?

Muchos factores determinan la rentabilidad de los clientes y, por supuesto, varían de un sector a otro y de una empresa a otra. Estos son los factores específicos que analizamos

…

Lo que encontramos

¿Qué importancia tiene optimizar la inversión en marketing directo? Los resultados de nuestro análisis detallado de las tres empresas demuestran que incluso las pequeñas desviaciones de los niveles óptimos de rentabilidad para los clientes son caras. (Puede ver los números en la exposición «¿Qué tan equivocado puede estar?») Supongamos que el minorista por catálogo, por ejemplo, reduce los costes de marketing un 10% y ahorra 250 000$. Estimamos que la reducción se traduciría en una disminución del 1,2% en la rentabilidad por cliente. Sobre una base de 60 000 clientes, nuestro modelo indica que eso se traduciría en una pérdida de unos 1,8 millones de dólares en beneficios para los clientes a largo plazo.

¿Qué tan equivocado puede estar?

Nuestras conclusiones subrayan el hecho de que maximizar la probabilidad de adquirir o retener a un cliente individual no es lo mismo que maximizar la rentabilidad general de los clientes. Si gastara más de las cantidades óptimas que proponemos, la empresa B2B, por ejemplo, podría aumentar la probabilidad de adquirir un cliente (del 22 al 26%) y aumentar un poco la duración prevista de esa relación (de 46 a 47 meses). Del mismo modo, la empresa farmacéutica, si gastara más allá del nivel de maximización de beneficios, podría aumentar la probabilidad de adquirir un cliente del 24 al 29% y ampliar la duración cuatro meses. Pero esos aumentos no se traducirán en una rentabilidad óptima.

Sin embargo, si gastar demasiado en marketing es malo, gastar muy poco (especialmente en la retención de clientes) casi siempre es peor. Si analizamos únicamente las desviaciones del presupuesto de adquisiciones óptimo y mantenemos todos los demás factores en sus niveles óptimos, descubriremos que los efectos del gasto insuficiente y excesivo son aproximadamente los mismos en las tres empresas. Pero en lo que respecta a la retención de clientes, la tacañería es mucho más perjudicial que la extravagancia. Esto se debe en parte a la correlación entre la rentabilidad de los clientes y la duración de la relación: la disminución de la rentabilidad disminuye más rápidamente cuando se gasta de más en retención que cuando no se gasta lo suficiente.

Estas diferencias en el impacto relativo de las inversiones en retención y adquisición complican la cuestión de encontrar el equilibrio adecuado a la hora de decidir cuánto invertir en cada una de ellas. Supongamos, por ejemplo, que se ordena al departamento de marketing de la empresa farmacéutica de nuestro estudio que reduzca su presupuesto total de marketing directo y comunicación en un 5%. Lo puede hacer de varias maneras. Una es reducir sus presupuestos de adquisición y retención en un 5% cada uno. Otra es reducir su presupuesto de adquisiciones en un 25% y dejar el presupuesto de retención sin cambios. Obviamente, desviarse del nivel de gastos óptimo de alguna manera reduciría la rentabilidad de la empresa. Pero la reducción sería mucho menos grave si recortara ambos presupuestos. Estimamos que por cada 1 dólar que no se invierta lo suficiente en la relación, la rentabilidad óptima de los clientes a largo plazo se reduciría en 1,25 dólares. Pero si la empresa farmacéutica recortara un 25% en la inversión en adquisiciones, cada 1 dólar que no se invierta lo suficiente en la relación reduciría la rentabilidad óptima a largo plazo del cliente en 3,03 dólares.

Obtenemos un resultado similar con los aumentos del presupuesto. Supongamos que la empresa aumenta su presupuesto total más allá del nivel óptimo aumentando los presupuestos de adquisición y retención en un 5%. En este escenario, cada dólar sobreinvertido en la relación reduce la rentabilidad de los clientes a largo plazo desde su nivel óptimo en 1,22 dólares. Pero supongamos que el aumento total del 5% se logra aumentando el presupuesto de adquisiciones un 25%. Esto es peor porque, entonces, por cada dólar sobreinvertido en la relación, la rentabilidad a largo plazo del cliente cae 2,83 dólares.

De hecho, encontrar el equilibrio óptimo entre las inversiones en adquisición y retención puede ser más importante que encontrar la cantidad óptima para invertir en total. Parece razonable suponer, por ejemplo, que reducir el gasto total óptimo en un 10% debería resultar en un ROI menos atractivo que reducirlo en un 5%. Pero descubrimos que ese no era necesariamente el caso. Continuando con la empresa farmacéutica, descubrimos que reducir el presupuesto total reduciendo simultáneamente su presupuesto de adquisiciones y su presupuesto de retención un 10% es mejor (una pérdida de 2 dólares en beneficios por cada dólar ahorrado en costes) que reducir el presupuesto total un 5% reduciendo únicamente los gastos de adquisición (momento en el que la empresa pierde 3 dólares en beneficios por cada dólar ahorrado en costes de adquisición).

Por último, llevamos nuestro análisis de las tres firmas a un nivel detallado y analizamos el impacto de las elecciones en los canales de comunicación en la eficacia de las inversiones. Pudimos obtener recomendaciones precisas para una estrategia de comunicación óptima. Descubrimos, por ejemplo, que la rentabilidad media de los clientes se maximizaría si la empresa B2B dedicara el 80% de sus esfuerzos de comunicación por volumen (es decir, el número de comunicaciones) al correo electrónico, el 11% a los contactos telefónicos, el 7% a las interacciones basadas en la web (que en este caso todas las inician los clientes) y el 2% a los contactos cara a cara. Por supuesto, estas cifras reflejan en cierta medida las diferencias de costes entre los canales. Si un correo electrónico o un mensaje web cuesta 1 dólar, por ejemplo, una llamada telefónica cuesta 20 dólares y una comunicación cara a cara, 200 dólares.

Pudimos ir más allá de un desglose general de las instancias de comunicación por canal, como podemos demostrar con el ejemplo B2B. Dado el bajo coste de la comunicación por correo electrónico, una pregunta obvia para la empresa es: «¿Hasta qué punto se debe utilizar el correo electrónico junto con otros modos de comunicación?» Nuestro modelo nos permitió decirnos que la forma más eficiente de maximizar la rentabilidad es utilizar las interacciones telefónicas y las comunicaciones por correo electrónico simultáneamente El 37% del tiempo que se emplean contactos telefónicos. También descubrimos que el 67% de las veces se emplea un contacto cara a cara, debe ir acompañado de un correo electrónico.• • •

En los entornos empresariales en los que las decisiones sobre la asignación de los recursos de marketing se toman cada vez más a nivel de cuenta individual, es fundamental que los vendedores entiendan que las personas que son fáciles de adquirir y retener pueden no ser los clientes más rentables. Nuestro modelo incorpora la rentabilidad a las decisiones de combinación de marketing, revelando cuánto deben gastar las empresas en marketing directo para maximizar la rentabilidad y cómo deben asignar ese gasto de la manera más rentable, no solo en términos de esfuerzos de gestión de adquisiciones y relaciones, sino también al nivel de opciones entre varios canales de comunicación directa. Los gerentes no necesitan invertir enormes cantidades en la recopilación de datos para implementar el modelo; pueden confiar de forma segura en la información que ya recopilan. Sus opciones de asignación de recursos, a su vez, proporcionarán un conjunto claro de objetivos de marketing alcanzables y vinculados a los beneficios de los que los directivos puedan rendir cuentas de manera justa.

1. Werner Reinartz, Jacquelyn Thomas y V. Kumar, «Equilibrar los recursos de adquisición y retención para maximizar la rentabilidad de los clientes», documento de trabajo n.º 2004/28/MKT (2004).