Segmentación continua en el Royal Bank of Canada Por lo menos una vez al mes, los analistas del Royal Bank of Canada (el banco más grande de ese país), que radican en Toronto, utilizan el modelamiento de datos para segmentar su base de 10 millones de clientes. Algunas variables de segmentación son el perfil de riesgo crediticio, la rentabilidad actual y pronosticada, la etapa de la vida en que se encuentran, la probabilidad de abandonar el banco, el canal de preferencia (es decir, si a los clientes les gusta usar una sucursal, máquinas de autoservicio, el centro de atención al cliente o los servicios bancarios en línea), la activación del producto (la rapidez con que los clientes utilizan el que han adquirido) y la propensión a comprar otro producto (es decir, el potencial de ventas complementarias). Según uno de los vicepresidentes, “ya terminaron los días en que teníamos grandes grupos de clientes que recibían el mismo trato o la misma oferta mensualmente. Nuestra estrategia de marketing es (ahora) mucho más personalizada. Desde luego, la tecnología nos permite hacerlo”. La principal fuente de datos es el archivo de información de marketing, el cual registra los productos que los clientes guardan en el banco, los canales que utilizan, sus respuestas a campañas pasadas, datos sobre transacciones y detalles sobre cualquier restricción. Otra fuente es el almacén de datos de la compañía, el cual contiene registros de cuentas de información sobre todos los documentos que llena un cliente nuevo o uno existente. Los analistas del Royal Bank hacen modelos con base en algoritmos complejos que pueden dividir la enorme base de datos de clientes del banco en microsegmentos muy detallados, que se basan en el uso simultáneo de algunas variables, incluyendo la probabilidad de que los clientes meta respondan positivamente a una oferta específica. Luego se desarrollan programas de marketing personalizado para cada uno de estos microsegmentos, con lo que se da la apariencia de una oferta altamente personalizada. Los datos también se emplean para mejorar el desempeño del banco en cuentas no redituables, al identificar a estos clientes y ofrecerles incentivos para utilizar canales de bajo costo. Una meta importante del análisis de segmentación del Royal Bank es mantener y mejorar relaciones redituables. El banco ha descubierto