Comprender el análisis predictivo de Klaviyo
Qué aprenderás
Obtén más información sobre los distintos tipos de datos de análisis predictivo que se muestran en tu cuenta, las diferentes formas en que Klaviyo lo calcula y las directrices sobre cómo puedes utilizar estos datos.
Si procede, quizá quieras ajustar qué métricas se usan para calcular el análisis predictivo y alinearlas mejor con tus objetivos comerciales, tu estructura de datos o tu integración personalizada. Para ajustar qué métricas se asignan de forma global en tu cuenta, consulta la guía sobre asignación de métricas.
Klaviyo aplica una combinación de ciencia de datos y técnicas de aprendizaje automático a todos los datos de tu cuenta para ofrecerte detalles clave útiles y prácticos.
Tu cuenta debe cumplir las siguientes condiciones para que las predicciones de valor de vida del cliente (CLV) aparezcan en la sección análisis predictivo de los perfiles:
- Al menos 500 clientes han realizado un pedido.
Esto no se refiere al total de perfiles, sino al número de personas que realmente han hecho un pedido a tu empresa. Estos pedidos no se pueden cancelar ni reembolsar, y deben ser pedidos con un valor distinto de cero. Si un perfil individual no cumple los requisitos para la predicción del valor de vida del cliente, la sección muestra «Este perfil no cumple los requisitos para la predicción del valor de vida del cliente». - Tienes una integraciones de comercio electrónico (por ejemplo, Shopify, BigCommerce, Magento o WooCommerce) o usas nuestra API para enviar pedidos realizados.
- Tener al menos 180 días de historial de pedidos y pedidos en los últimos 30 días.
- Tener al menos algunos clientes que hayan hecho 3 o más pedidos.
La sección de análisis predictivo de un perfil
Puedes encontrar la sección análisis predictivo en la pestaña métricas y detalles clave de un perfil. A continuación se muestra un ejemplo de esta sección:
La tabla siguiente define los campos clave de análisis predictivo. CLV significa valor de vida del cliente.
Campo | Definición | Valor de ejemplo de la captura de pantalla |
Historial de valor de vida del cliente | El valor total de los pedidos anteriores de una persona, usando las métricas asignadas de la cuenta y teniendo en cuenta los reembolsos y las cancelaciones. Los pedidos reembolsados parcialmente aportan el valor restante. | 401 $ |
Valor de vida del cliente previsto | Una predicción de cuánto dinero gastará un cliente concreto durante el periodo de predicción de la cuenta, que es de 1 año de forma predeterminada. | 99 $ |
Valor de vida del cliente total | La suma del valor de vida del cliente histórico y el valor de vida del cliente previsto. | 500 € |
Predicción del riesgo de abandono | La probabilidad de abandono de un cliente se basa en el número y la frecuencia de sus pedidos. Cada vez que el cliente realiza un pedido, su probabilidad de abandono disminuye, pero a medida que pasa el tiempo entre pedidos, la probabilidad de abandono aumenta. El riesgo de abandono se muestra como un porcentaje. | 21 % |
Tiempo medio entre pedidos | El número medio de días entre cada uno de los pedidos de un cliente. | 75 días |
Género previsto | El género predicho también forma parte de las funciones de análisis predictivo de Klaviyo. Sin embargo, no aparece en el perfil de cliente. | N/A |
Si usas valor de vida del cliente personalizado con Personalization o Advanced Klaviyo Data Platform, el valor de vida del cliente previsto y el número previsto de pedidos siguen el Intervalo de fechas previsto configurado para tu cuenta. Cambiar este intervalo también cambia el valor de vida del cliente total. Más información sobre el panel de valor de vida del cliente.
Cómo se calculan los datos del valor de vida del cliente
Klaviyo crea automáticamente un modelo de valor de vida del cliente (valor de vida del cliente) usando los datos de tu empresa y vuelve a entrenar el modelo al menos una vez a la semana.
Si usas la API para enviar eventos Placed Order, incluye el valor real del pedido para que Klaviyo pueda calcular correctamente el valor de vida del cliente. Para la API de eventos actual, usa el atributo value. Las cargas útiles heredadas de Track API usan la propiedad $value.
Si bien nadie puede predecir el futuro con absoluta certeza, las funciones de análisis predictivo de Klaviyo son herramientas eficaces para optimizar el gasto en marketing y personalizar la comunicación con los clientes. Sin embargo, las predicciones funcionan mejor cuando se promedian entre muchos clientes y no se espera que sean exactas para una sola persona. Aunque algunas personas gastarán más de su valor de vida del cliente previsto y otras gastarán menos, en conjunto, se compensarán entre sí.
Por ejemplo, el valor de valor de vida del cliente previsto que se muestra en el recuadro de análisis predictivo no es una predicción exacta. En algunos casos, es posible que veas un número imposible de pedidos previstos. Por ejemplo, es posible que veas 1,43 como el número de pedidos previstos para un cliente en particular. Cuando veas esto, significa que esperamos que el cliente haga 1 o 2 pedidos, pero también hay probabilidades de que haga más o menos. Estas expectativas empiezan a tener sentido cuando agrupas a varios clientes porque puedes predecir el número total de pedidos o el gasto del grupo. Si tenemos 5 clientes con un número previsto de pedidos de 1,43, 0,25, 3,12, 0,78 y 2,97, podemos esperar aproximadamente 9 pedidos en este grupo.
Cómo se calcula la fecha prevista del próximo pedido
Fecha prevista del próximo pedido tiene en cuenta el comportamiento de compra específico del cliente y el comportamiento de compra de todos tus clientes. Si los pedidos del cliente muestran un patrón, Klaviyo reconoce este patrón y hará una previsión en función de él. Si los pedidos del cliente no muestran un patrón o si no tenemos suficientes datos del cliente, Klaviyo hará una previsión razonable basada en el comportamiento de tus otros clientes.
Preguntas frecuentes sobre el flujo de la serie para fomentar las compras repetidas
¿Necesito añadir perfiles anteriores a este flujo? ¿Necesito indicarle al flujo que se rellene con todos los perfiles posibles de ahora en adelante?
No es necesario añadir perfiles anteriores manualmente. En un flujo activado por Expected date of next order, Klaviyo comprueba automáticamente los perfiles existentes y nuevos con respecto al activador de fecha cuando el flujo tiene mensajes con el estado Manual o Live. Los perfiles necesitan una fecha prevista del siguiente pedido para entrar; los perfiles que nunca han realizado un pedido no tendrán esta fecha.
He visto que el flujo tiene una división condicional. ¿Cómo sabemos la fecha prevista de los compradores únicos?
En el caso de los compradores puntuales, como no sabemos mucho sobre su comportamiento de compra, calculamos su fecha prevista del próximo pedido usando datos de todos tus clientes.
Nuestra marca tiene 3 clases de frecuencia de producto. Para algunos productos, los clientes vuelven de forma aleatoria. Otros se reponen entre 60 y 90 días. El último grupo se repone entre 100 y 120 días. ¿Podemos enseñar a la aplicación a saber lo que compró el cliente y enviar recordatorios en función del producto?
La fecha prevista del próximo pedido no tiene en cuenta qué productos pidió el cliente. Si tienes productos con ciclos de reposición diferentes, recomendamos crear flujos activados por Pedido realizado separados para cada ciclo de reposición; para ello, añade lo siguiente:
- Filtros del activador para restringir cada flujo a productos que compartan el mismo ciclo
- Retraso de tiempo que refleje el ciclo conocido para que envíes emails de reposición en el momento adecuado
Dado que la fecha prevista no tiene en cuenta qué producto pidió el cliente por última vez ni su ciclo de reposición, utiliza un flujo de reposición estándar si conoces los ciclos de reposición de la mayoría de tus categorías de productos.
Qué debes tener en cuenta en el flujo de serie de nutrición de compras repetidas
- No recomendamos hacer una cuenta atrás hasta la fecha prevista del próximo pedido, ya que los cliente que repite simplemente recibirá la misma secuencia de emails antes de cada pedido, lo que puede hacer que se den de baja.
- Este flujo no debería sustituir a los flujos de reposición si conoces los ciclos generales de la mayoría de tus categorías de productos.
- Si tienes un porcentaje alto de compradores recurrentes, puede que quieras usar esta función solo con los clientes que han comprado una vez para fidelizarlos para su segunda compra.
Cómo se calcula el género previsto
El algoritmo de predicción de género de Klaviyo utiliza el nombre de pila de un cliente junto con datos censales para hacer una predicción de género de probablemente hombre, probablemente mujer o incierto.
Como la predicción de género sigue siendo una aproximación, asegúrate de que, al usar comunicaciones segmentadas, incluyes información para ambos géneros.
Recursos adicionales
- How to segment by customer lifetime value (CLV)
Learn how to create a customer lifetime value (CLV) segment and export any key CLV information. CLV is part of Klaviyo's predictive analytics and can be a powerful tool to use in segmentation. It is the total amount, both past and predicted, that a customer will purchase from your brand over time. CLV segments allow you to group customers based on this amount so that you can send them relevant content and trigger segment-based flows. For example, you can use historic CLV to build a VIP welcome flow or use predicted CLV to send targeted campaigns to customers who will likely spend a certain amount over the course of a year.
- AI-Powered customer lifetime value
- Use predictive analytics to retain more customers