Comprender el análisis predictivo de Klaviyo
Objetivos del artículo
Obtén más información sobre los distintos tipos de datos de análisis predictivo que se muestran en tu cuenta, las distintas formas en que Klaviyo los calcula y las directrices sobre cómo puedes utilizar estos datos.
Si procede, puede que quieras ajustar qué métricas se utilizan para calcular el análisis predictivo y alinearlas mejor con tus objetivos empresariales, estructura de datos o integraciones personalizadas. Para ajustar qué mapa métrica globalmente en tu cuenta, dirígete a la guía sobre el mapa métrica.
Klaviyo aplica una combinación de técnicas de ciencia de datos y aprendizaje automático a todos los datos de tu cuenta para ofrecerte oportunidades/información útiles y procesables.
Ten en cuenta que sólo verás la sección de análisis predictivo en perfil si cumples las siguientes condiciones:
-
Al menos 500 clientes han hecho un pedido.
No se refiere al perfil total, sino al número de personas que realmente han hecho un pedido a tu empresa. Estos pedidos no pueden cancelarse ni reembolsarse, y deben ser pedidos de valor distinto de cero. Si esta sección está en un perfil pero está en blanco, significa que no tenemos suficientes datos sobre ese individuo para hacer una predicción. - Tienes una ecommerce integraciones (por ejemplo, Shopify, BigCommerce, Magento, o WooCommerce) o utilizas nuestra interfaz de programación de aplicaciones (API) para enviar los pedidos realizados.
- Tienes al menos 180 días de historial de pedidos y has realizado pedidos en los últimos 30 días.
- Tienes al menos algún cliente que ha hecho 3 o más pedidos.
La sección de análisis predictivo de un perfil
Puedes encontrar la sección análisis predictivo de un perfil en la pestaña métrica y oportunidades/información de un perfil. A continuación se muestra un ejemplo de la sección de análisis predictivo del perfil de un contacto, y la información mostrada:
La tabla siguiente define los campos de análisis predictivo mostrados anteriormente. Ten en cuenta que, valor de vida del cliente significa valor de vida del cliente.
| Campo | Definición | Valor de ejemplo de la captura de pantalla |
| CLV histórico |
El valor total de todos los pedidos anteriores que haya hecho una persona, teniendo en cuenta los reembolsos y devoluciones. |
$401 |
| CLV previsto |
Una predicción de cuánto dinero gastará un cliente concreto en el próximo año. | $99 |
| Valor total de vida del cliente | La suma del valor de vida del cliente histórico y el valor de vida del cliente previsto. | $500 |
| Pronóstico del riesgo de abandono | La probabilidad de que un cliente abandone se basa en su número y frecuencia de pedidos. Cada vez que el cliente hace un pedido, su probabilidad de abandono disminuye (verde), pero a medida que pasa el tiempo entre pedidos, la probabilidad de abandono aumenta (rojo), con un riesgo de abandono medio representado en amarillo. | 21% |
| Tiempo promedio entre pedidos | El número medio de días entre cada uno de los pedidos de un cliente. | 75 días |
| Género previsto | El género pronosticado también forma parte de las funciones/características de análisis predictivo de Klaviyo, sin embargo, esto no se mostrará en un perfil del cliente. | N/A |
Cómo se calculan los datos del valor de vida del cliente
Cómo se calculan los datos del valor de vida del cliente
Klaviyo construye automáticamente un modelo de valor de vida del cliente utilizando los datos de tu empresa y reentrena el modelo al menos una vez a la semana.
Si estás utilizando la interfaz personalizada de programación de aplicaciones (API) para enviar eventos de pedido realizado, tendrás que confirmar que tu valor del pedido pasa por un campo $valor. Esto garantizará que obtengas datos del valor de vida del cliente basados en los eventos de tus pedidos. Ten en cuenta que el $valor debe ser el valor real del pedido para calcular correctamente el valor de vida del cliente.
Aunque nadie puede predecir el futuro con absoluta certeza, las funciones/características de análisis predictivo de Klaviyo son potentes herramientas para optimizar el gasto en marketing y personalizar la comunicación con el cliente. Sin embargo, las predicciones funcionan mejor cuando se promedian para muchos clientes y no se espera que sean exactas para un solo individuo. Aunque algunos individuos gastarán más de lo previsto en su valor de vida del cliente y otros gastarán menos, en conjunto, se promediarán.
Por ejemplo, el valor Predicción del valor de vida del cliente mostrado en la casilla Análisis predictivo no es una predicción exacta. En algunos casos, puede que veas un número imposible de pedidos previstos. Por ejemplo, puedes ver 1,43 como el número de pedidos previstos para un cliente concreto. Cuando veas esto, significa que esperamos que el cliente haga uno o dos pedidos, pero también existe la posibilidad 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 cinco 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 pedidoCómo se calcula la fecha prevista del próximo pedido
La Fecha Prevista del Próximo Pedido tiene en cuenta el comportamiento de pedidos de un cliente concreto y el comportamiento de pedidos de todos tus clientes. Si los pedidos del cliente muestran un patrón, Klaviyo reconoce este patrón y hará una predicción basada en él. Si los pedidos del cliente no muestran un patrón o si no tenemos suficientes datos sobre él, Klaviyo hará una predicción razonable basándose en cómo se comportan tus otros clientes.
Preguntas frecuentes sobre el flujo de las series de nutrición para compras repetidasPreguntas frecuentes sobre el flujo de las series de nutrición para compras repetidas
¿Tengo que añadir el perfil pasado en este flujo? ¿Tengo que decirle al flujo que se rellene con todos los perfiles posibles en adelante?
No hace falta que añadas el perfil pasado para el perfil existente ni que le digas al flujo qué perfil debe incluir, él lo averiguará por ti. Cada cliente que te hace un pedido tiene una fecha prevista de próximo pedido. Los perfiles que nunca te hayan hecho un pedido antes no tendrán una fecha prevista para el próximo pedido.
He visto que el flujo tiene una división condicional. ¿Cómo sabemos la fecha prevista para los compradores únicos?
Para los compradores únicos, como no sabemos mucho sobre su comportamiento de compra, calculamos la fecha prevista de su próximo pedido utilizando los datos de todos tus clientes.
Nuestra marca tiene 3 clases de frecuencia de productos. Para algunos productos, el cliente vuelve aleatoriamente. 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 qué ha comprado el cliente y enviarle recordatorios en función del producto?
La aplicación no tiene en cuenta qué productos ha pedido el cliente, así que si tienes productos con ciclos de reabastecimiento distintos, te recomendamos que en su lugar crees varios flujos activados por Pedido realizado para cada ciclo de reabastecimiento añadiendo lo siguiente:
- Activar filtros para restringir cada flujo a los productos que comparten el mismo ciclo
- Retraso temporal que refleja el ciclo conocido para que envíes la reposición por correo electrónico en el momento adecuado
Dado que la fecha prevista no tendrá en cuenta el último pedido del cliente ni el ciclo de reposición probable de ese producto, si un cliente conoce los ciclos de reposición de la mayoría de sus categorías de productos, debería utilizar un flujo de reposición estándar y no utilizar esta función/característica.
Cosas a tener en cuenta en las compras repetidas nurture series flujo
- No recomendamos hacer una cuenta atrás hasta la fecha prevista del próximo pedido, ya que el cliente habitual simplemente recibirá la misma secuencia de correos electrónicos previos a cada pedido, lo que puede provocar que cancele la suscripción.
- Este flujo no debería sustituir al uso del flujo de reaprovisionamiento si el cliente conoce los ciclos generales de la mayoría de sus categorías de productos.
- Si tienes un alto porcentaje de compradores habituales, quizá quieras utilizar estas funciones/características sólo para los clientes que han comprado una vez, con el fin de fomentar su segunda compra.
Cómo se calcula el género previsto
El algoritmo de predicción de sexo de Klaviyo utiliza el nombre de pila de un cliente junto con los datos del censo para hacer una predicción de sexo de hombre probable, mujer probable o incierto.
Dado que la predicción del sexo sigue siendo una aproximación, asegúrate de que, cuando utilices la comunicación dirigida, incluyes alguna información para ambos sexos.