Por qué las referencias de clientes pueden generar beneficios asombrosos
por Philipp Schmitt, Bernd Skiera, Christophe Van den Bulte
Para las empresas que se preguntan si sus programas de recomendación sirven para algo más que dar dinero extra a los clientes establecidos, nuestra investigación les da un poco de tranquilidad: de hecho, un programa de recomendación de clientes puede ser sorprendentemente rentable.
Estudiamos 10 000 cuentas en un gran banco alemán durante un período de tres años y descubrimos que los clientes que se obtienen mediante referencias son más leales y más valiosos que otros clientes. Tras tener en cuenta factores como la edad y el sexo, calculamos que los clientes recomendados tienen, de media, alrededor de un 18% más de probabilidades que otros de permanecer en el banco. También proyectamos que generen un 16% más en beneficios (hasta 40€ cada una). Por lo tanto, el banco obtiene una devolución de alrededor del 60% de su recompensa por recomendación de 25€.
Los directores del banco se sintieron aliviados al escuchar estos resultados. Temían que sus clientes actuales, en busca de dinero fácil, pudieran atraer a todos y cada uno de los que pudieran, y que la consiguiente reserva de nuevos clientes estuviera llena de clientes de baja rentabilidad.
Hay algunos detalles interesantes en los efectos del programa. Una es que los márgenes de beneficio de los clientes recomendados solo son sustancialmente más altos al principio; la diferencia disminuye con el tiempo y desaparece después de unos dos años y medio. Creemos que la razón de esto es que los clientes que hacen referencias son básicamente casamenteros, y los buenos: atraen a personas a las que les gustan los productos, los servicios, la ubicación, los horarios y las comisiones del banco. Como estos nuevos clientes son buenas opciones, encuentran rápidamente las funciones que desean y por las que están dispuestos a pagar. Requieren menos esfuerzos de marketing que los nuevos clientes no recomendados, por lo que generan más ingresos a un coste menor. Pero esta ventaja disminuye a medida que los clientes no referidos aprenden a navegar por el banco y sus ofertas y a medida que el banco, mediante las interacciones personales y el análisis de sus registros, aprende lo que quieren y orienta su marketing en consecuencia.
Al desglosar nuestros datos por edad, descubrimos que la diferencia más pronunciada en el valor total entre los clientes referidos y los no referidos se produce entre los jóvenes. Cuesta unos 80€ para los clientes de 26 a 35 años, 58€ para los de 36 a 55 años y un poco negativo para los mayores de 55. Creemos que este es otro efecto de un buen emparejamiento. Como los clientes jóvenes tienen un historial crediticio y financiero cortos, las técnicas de extracción de datos no son muy eficaces para identificar a los mejores clientes potenciales. Las referencias parecen generar clientes para los que el banco es una buena opción independientemente de su edad.
La edad y el efecto de remisión
Esta es la medida en que los clientes referidos son más rentables: 26 a 35 años, +35.5% 36 a 55 años, +22.7% Más de 56 años,
…
Presumimos que el efecto de referencia se aplica a otros sectores de consumo. En concreto, esperamos que los programas de recomendación sean más beneficiosos para los productos y servicios que los clientes tal vez no aprecien a primera vista y en los sectores en los que es difícil identificar clientes potenciales valiosos. Animamos a las empresas a comparar la rentabilidad de sus clientes recomendados y no recomendados. Estas son algunas preguntas que deberían hacerse: ¿Qué tipo de clientes tienen más probabilidades de conseguir referencias muy lucrativas? Una vez identificados los referentes con un alto ROI, ¿cómo pueden las empresas promocionarlos de forma selectiva? ¿Qué recompensa por recomendación logra el equilibrio óptimo entre el coste de adquisición y el valor posterior de un cliente? Experimentos sencillos pueden ayudar a las empresas a responder a estas preguntas y a convertir mejor el capital social de sus clientes en su propio capital económico.
Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología
Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?
Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.