INFORME “CUSTOMER LOYALTY CHAIR”

INFORME “CUSTOMER LOYALTY CHAIR” - IE y TRAVEL CLUB
Introducción
La primera pregunta que se busca contestar cuando se trata de una herramienta
tan importante en la que se invierte tanto esfuerzo y dinero como la fidelización de
clientes es “¿funcionan realmente los programas de fidelización de clientes?” La
literatura científica previa existente sobre este tema no ha ofrecido una respuesta única
y unánime al respecto. De hecho, se han encontrado resultados contradictorios en lo
que se refiere a la efectividad de estos programas en la retención de clientes y el
incremento del share of wallet.
La relación entre la atención prestada a la fidelización y el rendimiento financiero
(en términos de ingresos y beneficios) de una compañía sigue sin estar clara (Dorotic,
Bijmolt, & Verhoef, 2012; McKinsey and Company, 2013; Liu, 2007). Por ejemplo, Sharp
y Sharp (1997), quienes analizaron datos a nivel individual para medir la capacidad de
alterar los ratios de compras repetidas de los programas de fidelización o lealtad (PLPL),
no encontraron una evidencia concluyente al respecto. Mientras que Dreze y Hoch
(1998) mostraron que los programas de lealtad resultan en un incremento tanto del
tráfico total de existencias como del tráfico específico por categoría. Finalmente, Dorotic
y colaboradores (2012) concluyeron recientemente a partir de una revisión exhaustiva
de la literatura sobre programas de lealtad que éstos tienen un impacto general positivo
aunque pequeño sobre el comportamiento de los consumidores. A pesar de que, su
efectividad difiere según sea el segmento de consumidores, el mercado, el tipo de
diseño de programa de fidelidad, etc., en promedio todos fomentan la lealtad de los
consumidores. Por lo tanto, aunque es difícil extraer conclusiones generalizadas, parece
que el efecto de los programas varía entre los diferentes sectores, incluso cuando se
trata de sectores que tradicionalmente han estado muy centrados en la lealtad y la
fidelización. Por ejemplo, el sector hotelero parece obtener rentabilidad de los
1
programas de fidelización (Lee et al., 2014), mientras que algunas compañías aéreas y
empresas de alquiler de coches no parecen obtener grandes beneficios de éstos.
Algunos autores han encontrado en los programas de fidelización resultados
positivos:

Sirven para mejorar las bases de datos sobre los clientes, hacer un seguimiento
de las transacciones que éstos realizan y ayudar a la investigación sobre la
diversificación y la segmentación del mercado (Byrom, 2001; Cortinas, Elorz, &
Mugica, 2005; Hart, Smith, Sparks & Tzokas, 1999; Meyer-Waarden & Benavent,
2003; O’Brian & Jones, 1995; Reinares & Reinares, 2005; Ziliani & Bellini, 2004).

Tienen un impacto positivo en el comportamiento del consumidor (gasto,
inscripciones, etc.) (Dorotic et al., 2012; Evanschitzky et al., 2011; Lal & Bell,
2003; Lee, Capella, Taylor, Luo & Gabler, 2014; Liu, 2007; Taylor & Neslin, 2003)

Incrementan el valor en el mercado de una compañía (McKinsey, 2013).

Aumentan los beneficios emocionales percibidos por los miembros, lo que afecta
subsecuentemente a su comportamiento (Dorotic et al., 2012).
Además en los trabajos sobre programas de fidelización multi-sponsor, como es
el caso de TC, se han encontrado las siguientes ventajas:

Permiten una mayor y más rápida acumulación de puntos y mayores opciones
de redención (Berman, 2006)

Facilitan acciones de up-selling y cross-selling (Peppers & Rogers, 1999)

Favorecen la segmentación de acciones promocionales y el aumento de su
eficacia (Warren, 2005)

Ayudan a obtener información de procesos transaccionales susceptible de ser
utilizada en procesos relacionales (Reinares & Mercado, 2010)
2
Algunos resultados negativos encontrados sobre los programas de lealtad:

No se ha demostrado que creen valor (Benavent & Meyer-Waarden, 2001).

Sólo sirven como incentivos promocionales (Sharp & Sharp, 1997).

Pueden ser fácilmente imitados por las compañías de la competencia (Copulsky
& Wolf, 1990).
La ambigüedad de datos encontrada sobre la efectividad de los programas de
lealtad puede estar ocasionada por cuestiones metodológicas. Esta disparidad puede
estar relacionada en parte al hecho de que las limitaciones metodológicas dificultan la
evaluación adecuada de los efectos de los programas de lealtad. Por ejemplo, Leenheer,
van Heerder, Bijmolt y Smidts (2007) argumentan que un posible problema puede ser
que los clientes que ya son de hecho leales tienen una mayor probabilidad de hacerse
miembros del programa, lo que lleva a una sobreestimación de la efectividad del
programa de lealtad. En otras palabras, las diferencias en el gasto entre los que son
miembros del programa y los que no lo son pueden ser atribuidas a un problema de
auto-selección de los clientes más leales en los programas de lealtad. Los autores
midieron el impacto de los programas en la lealtad de los clientes controlando el efecto
de la membresía debida a la auto-selección de los miembros y encontraron que un
efecto pequeño pero positivo en los miembros que pertenecían al programa sobre el
share of wallet. Otros autores han indicado que la efectividad depende del diseño del
programa de lealtad (Bagchi and Li, 2010; Kivetz & Simonson, 2002; Roehm, Pullins, &
Roehm, 2002; Van Osselaer, Alba, & Manchanda, 2003; Yi & Jeon, 2003). Leenher y
colaboradores (2007) sugieren dos elementos del diseño de los PL que afectan al hecho
de querer ser miembro de un programa o no: el porcentaje de descuento, y el porcentaje
de los gastos de un hogar que es redimido como una recompensa de programa de
ahorro. Sin embargo, estos elementos no afectan a la efectividad del propio programa
una vez los clientes están dentro del mismo.
Otra de las cuestiones metodológicas ha sido señalada por Lewis (2004) y se
refiere a que los estudios que cuestionan el valor aportado por los PL (e.g., Dowling &
3
Uncles 1997; Sharp & Sharp 1997) están basados en gran parte en investigación que usa
modelos que tienen en cuenta un solo período. Se necesita investigación adicional con
modelos que tengan en cuenta la respuesta dinámica de los consumidores para juzgar
la efectividad de dichos programas orientados a abarcar ese dinamismo del consumidor.
Para que un PL sea efectivo a la hora de incrementar la lealtad debe tener una estructura
dinámica que motive a los consumidores a ver las compras como una secuencia
relacionada de decisiones más que como transacciones independientes. O’Brien & Jones
(1995) sugirieron que el principal factor que consideran los consumidores cuando
evalúan un programa es el valor relativo de los premios y la probabilidad de conseguir
recompensas. Además, la probabilidad de conseguir recompensas está en función del
umbral acumulado de compras y las limitaciones de tiempo. Estos elementos del diseño
(e.g., umbrales, recompensas y limitaciones de tiempo) combinan con las preferencias
y los requerimientos a nivel individual para determinar los beneficios esperados por un
consumidor en un PL.
Una característica de los PL es que su atractivo puede cambiar de forma dinámica
con las decisiones de los consumidores. Al mismo tiempo que se hacen compras, tanto
la inversión del cliente en el programa como su probabilidad de ganar una recompensa
aumentan. De forma contraria, cuando un consumidor decide no realizar una compra
en un período concreto, la probabilidad de ganar una recompensa disminuye debido a
que el consumidor no se aproxima más cerca al umbral de recompensa y el tiempo que
queda para conseguir recompensas se reduce. La evaluación del atractivo de un
programa es aún más complicada ya que habitualmente los consumidores tienen un
conocimiento imperfecto de lo que requerirán en el futuro y de las políticas de
marketing de la compañía. Estos factores dinámicos suponen un desafío en el modelado
de la respuesta de los consumidores a los PL.
Lewis (2004) estimó empíricamente el impacto de un programa de recompensas
y otros elementos del marketing mix sobre los comportamientos de compra de los
consumidores a lo largo del tiempo gracias a un modelo que replicaba la respuesta
4
dinámica de los consumidores a un PL. Su modelo consideraba el impacto de las
actividades de compra previas y de las expectativas de los consumidores. La asunción
sobre el comportamiento que subyacía en su modelo es que el programa de
recompensas puede motivar a los consumidores a basar sus decisiones de compra tanto
en el ambiente actual como en la meta a largo plazo de la consecución de una
recompense frecuente. En otras palabras, un programa de recompensas efectivo puede
incentivar a los consumidores a tomar decisiones que maximicen la utilidad esperada a
lo largo de un tiempo extendido más que en una ocasión de compra concreta.
¿Cuándo y por qué (no) funcionan los PL?
Se han propuesto numerosas razones a por qué los programas de fidelidad fallan
en proporcionar los beneficios esperados a las compañías. McKinsey and Company
(2013) ha resumido algunos de ellos:

Hay demasiados PL. Cada hogar tiene de media alrededor de 18 programas
que no aportan una ventaja diferencial (en algunos casos son simplemente
copias de otros PL), pero sólo usan 6.

Incapacidad de usar los datos de los PL. Uno de los grandes beneficios que
tienen los PL es que permiten a las compañías recoger información relevante
sobre los consumidores. Desafortunadamente, muchas de las compañías
carecen de las competencias para usar esos datos.

Los datos de los PL son con frecuencia acerca de una sola marca. De esta
manera fracasan en proporcionar a la compañía una perspectiva completa
de la demografía, comportamiento y perfil psicográfico del consumidor. Las
compañías deberían buscar unos datos más ricos (incluyendo información
demográfica, compras de múltiples categorías y marcas, etc.). De forma
ideal, deberían fusionar sus datos con los de otros miembros.

A menudo las recompensas de los PL no están unidas a rentabilidad. Los
consumidores obtienen beneficios participando en actividades que tienen
muy poco impacto en los beneficios de la compañía.
5
De manera adicional a estas razones por las cuales fracasan los PL, McKinsey and
Company (2011; 2013) también han resumido las razones que hacen que un PL tenga
éxito:

Integración en la experiencia como un todo. Por ejemplo, la tarjeta de
Starbucks hace que los pagos sean más fáciles y agradables, al mismo
tiempo que proporciona los regalos habituales a sus propietarios.

La información recopilada permite dirigirte a los consumidores con
mayor potencial. No todos los consumidores tienen el mismo valor del
mismo modo que no todos responden igual a los PL. Las compañías
necesitan identificar y adaptar sus PL a aquellos consumidores que tienen
más valor. Los PL deberían estar basados en las necesidades de esos
consumidores.

A menudo están basados en asociaciones entre varias compañías, en
lugar de en programas de una marca.

Además, solucionan problemas reales de los consumidores (e.g.,
Amazon soluciona los problemas con el “tiempo de entrega”). Solucionar
los problemas existentes puede ser mucho más convincente que regalar
objetos de escaso valor percibido.

Maximizar el valor percibido vs. brecha de costes. Por ejemplo, los
hoteles Starwood ofrecen una habitación gratis los fines de semana
cuando la demanda de las habitaciones es muy pequeña y muchas
habitaciones van a estar vacías de todas maneras. Además, ellos regalan
otros servicios y productos (internet, actualizaciones, flexibilidad en la
entrada) que son evaluado muy bien por los consumidores.

Tener objetivos muy claros. ¿El objetivo de los PL es ganar nuevos
consumidores? ¿Es incrementar el share of wallet? El objetivo principal
debe ser definido desde el principio.
6
Liu (2007) ha encontrado que parte de la controversia alrededor de la efectividad
de los PL se deriva del hecho de que no todos son igualmente efectivos para todos los
clientes. Usando datos longitudinales de un PL sobre una franquicia, el autor encontró
que los PL tienen diferente efecto dependiendo del nivel inicial de “uso” de la tienda.
Específicamente:

El comportamiento de los compradores más asiduos no cambió cuando
se convirtieron en miembros del programa. Mantuvieron patrones de
compra similares, sólo que reclamaron sus recompensas. Por tanto, Liu
(2007) reconoce que para los compradores más habituales, los PL
pueden ser estrategias defensivas para que éstos se queden con sus
compañías.

El programa de lealtad analizado tuvo un impacto positivo sobre la
frecuencia de compra y el tamaño de las transacciones tanto de los
compradores moderados como de los pequeños. El resultado fue que
algunos consumidores fueran más leales a la tienda.
Finalmente, Liu (2007) ofreció 3 consejos para hacer que un PL funcione:
1. Un PL puede tener efecto sobre los compradores más habituales sólo si su
bajo gasto se debe a la llamada lealtad de poligamia (e.g., volar en múltiples
aerolíneas) en lugar de una baja necesidad del producto o servicio (e.g.,
frecuencia muy baja de viajar en avión).
2. La estructura de un PL debería establecerse de tal manera que creara
incentivos para que los consumidores pequeños y moderados lucharan por
sus recompensas. Desde esta perspectiva, recompensas pequeñas pero
fáciles de conseguir son probablemente más efectivas.
3. Finalmente, conseguir ventas adicionales gracias a un PL es más probable
para una compañía que tiene múltiples áreas de negocio que pueden
permitir la compra cruzada de los consumidores.
7
De manera similar, McKinsey and Company (2012) sugirió las siguientes acciones
para conseguir el éxito de un PL:
4. Las recompensas emocionales pueden ser más efectivas que las racionales,
especialmente si consiguen crear un vínculo emocional profundo. Las
recompensas emocionales pueden variar desde simples programas de
reconocimiento (reconocer a alguien que es un cliente muy importante
públicamente, delante de otras personas importantes) hasta un trato muy
caro y personalizado como VIP.
5. Los medios sociales permiten crear vínculos con los clientes de una manera
realmente personalizada, relevante y emocional. Desde simples logros o
insignias en sitios webs como foursquarei hasta el reconocimiento social en
las redes de clientes importantes.
6. Aprender del mundo del juego. La experiencia de los consumidores de
juegos es competitiva y social, y esta es la razón por la que los juegos son tan
adictivos. Haz que los clientes compitan por reconocimiento, puntos, etc. Por
ejemplo, haz rankings, comparándolos con sus amigos, con otros
consumidores, etc. Además, ofrece beneficios basándote en esos rankings.
Finalmente, Dorotic et al. (2012) sugirieron que el éxito de los PL se debe
fundamentalmente a:
7. Refuerzan el apego actitudinal (lealtad) de los clientes además de la lealtad
comportamental.
De manera similar, Kang et al. (2014) sugirieron que los PL se pueden traducir en
lealtad por la compañía si:
8. Los PL refuerzan la identificación entre el cliente y la empresa, lo cual se
puede hacer más probable si el PL incluye tanto beneficios sociales como
financieros.
Programas de Lealtad Multi-Sponsor
8
Hay muy poca investigación previa sobre los programas de lealtad multi-sponsor
(PL de asociación de varias compañías, de coalición o PL de varios proveedores). Algunos
autores han encontrado que:

Los PL formados por la asociación de varias compañías ofrecen ventajas
(acumulación más rápida de puntos y mayores opciones de redención)
(Berman, 2006; Capizzi & Ferguson, 2005; O’Brien & Jones, 1995; Wright &
Sparks, 1999).

Los PL asociativos ofrecen ventajas de costes y estratégicas relacionadas con
redes de trabajo, los efectos en la imagen de los patrocinadores y
oportunidades de venta cruzada (Lemon, & Wangenheim, 2009; Simoin &
Ruth, 1998; Varadarajan, 1986).

Los beneficios especiales de un PL asociativo pueden actuar como un
amortiguador frente a las respuestas negativas de un consumidor después
del fallo de un servicio por parte de uno de los miembros dentro del PL. Si
estos beneficios son percibidos como bajos, sin embargo, el fallo en un
servicio puede perjudicar también al resto de los sponsors en el programa
(i.e., las otras compañías) (Schumann, Wunderlich, & Evanschitzky, 2014).

Los PL asociativos deberían fomentar y promover activamente las ventas
cruzadas para alcanzar el mayor potencial.
La literatura existente en España sobre los PL asociativos sugiere que:

Los PL multi-sponsor pueden mejorar el proceso transaccional (Reinares,
Reinares, y Mercado, 2010).

La estructura de las recompensas del programa son antecedentes
importantes de su satisfacción con el programa. Además, los usuarios y los
no usuarios parecen evaluar las recompensas ofrecidas de manera diferente.
Por lo tanto, puede ser necesario incluir recompensas que no sean atractivas
para los usuarios actuales, con el fin de atraer a nuevos miembros. Según lo
propuesto por McKinsey and Company (2011), el objetivo de los PL debe
9
quedar claro desde el principio. Si el objetivo es atraer a nuevos miembros,
se deben ofrecer recompensas intangibles o divertidas. Si el objetivo es
retener a los miembros actuales, entonces es aconsejable mantener las
recompensas existentes con la inclusión de los beneficios sociales (Reinares
y García de Madariaga, 2008).

Las recompensas ofrecidas por un PL se perciben de maneras muy complejas
(13 categorías en total) por parte de los clientes. Además, no todas estas
categorías de recompensa son igualmente importantes para los
consumidores. Como tal, es necesario el estudio de las percepciones de las
recompensas con el fin de especificar recompensas significativas desde el
lado de los clientes (Reinares y Ponzoa, 2009).
Las ofertas de viajes son una recompensa popular entre los titulares de tarjetas
PL multi-sponsor. Estos titulares a menudo hacen pagos adicionales con el fin de llegar
al nivel requerido y obtener las recompensas de viajes que desean. Es importante
destacar que los titulares se diferencian en la velocidad a la que acumulan puntos en el
programa, y las ofertas que se les hacen deben tener en cuenta este hecho (Ponzoa y
Reinares, 2009).
Muchos de los resultados encontrados sobre los PL se replican también en el
contexto de los PL multi-sponsor. En concreto, pueden servir como fuentes importantes
para el sector de inteligencia del consumidor, lo que resulta a su vez en mejores acciones
de marketing, y por lo tanto en mayores ventas para el cliente (Lara, 2005; Reinares y
Reinares, 2005).
Debido a la cantidad de estudios que apuntan en una dirección y en la contraria,
es vital contar con una respuesta basada en datos reales para determinar cuáles son los
factores que afectan a la efectividad de un programa de fidelización. En este sentido, la
cátedra “Customer Loyalty Chair” entre el IE Business School y Travel Club sirve para
responder a este interrogante.
10
Objetivos del Estudio
El principal objetivo de la Cátedra es profundizar en todos los aspectos de la
lealtad y su repercusión en los resultados de las compañías. A la vista de la literatura
previa, los Programas de Lealtad Multi-Patrocinador (MSPL) a menudo se han
encontrado con la siguiente pregunta: ¿Cuál es el valor añadido otorgado a una
compañía para que esta se convierta en un miembro activo de un MSPL comparado con
aquellos que no son miembros o que tienen su propio PL? Para comprobar esta
pregunta, proponemos en un primer momento el share of wallet como medida de la
efectividad del PL.
Se tendrán en cuenta las siguientes características de los PL con el fin de
garantizar una estimación precisa:
a. La respuesta dinámica de los clientes, en donde las compras usando la tarjeta
del PL son vistas como una secuencia de decisiones relacionadas en lugar de
transacciones independientes.
b. Elementos de diseño del PL (por ejemplo, porcentaje de descuento),
umbrales de recompensa (puntos necesarios para la redención) y límites de
tiempo (de vencimiento de los puntos).
c. Eficacia de los instrumentos de marketing alternativos.
Por otro lado, se pretende analizar el comportamiento de los clientes que son
miembros del programa de fidelización con aquellos que no lo son para analizar si
existen diferencias significativas entre los mismos. Para ello, la investigación previa ha
indicado que el uso de un PL por parte de los clientes aumenta cuando éstos se acercan
a una recompensa que desean, pero cae inmediatamente después de reclamar esta
recompensa. Esta caída post-recompensa se ha demostrado en varios entornos
(cafeterías, líneas aéreas, sitios web de comercio electrónico, etc.). Por lo tanto, el
comportamiento de los miembros PL que acaban de reclamar una recompensa
11
(especialmente su primera recompensa) debe aproximarse al comportamiento de los
que no son miembros. Específicamente para el caso de Travel Club (TC), al comparar el
comportamiento de los miembros de TC que no han redimido ninguna recompensa por
un largo tiempo con el comportamiento de aquellos que acaban de reclamar su primera
recompensa, proporcionaría una aproximación conservadora a la comparación entre
usuarios y no usuarios.
Por último se analizarán las respuestas a los distintos estímulos comerciales para
analizar la eficacia de las mismas. Por tanto, las dos grandes áreas de análisis serán: 1)
probar la efectividad de los programas y demostrar la efectividad de los mismos para
segmentar clientes y 2) adaptar las acciones comerciales a los distintos segmentos.
Metodología
La base de datos de Travel Club es una muestra representativa del universo
analizado y contiene la siguiente información:

Variables sociodemográficas y de perfil de los miembros

Variables relacionadas con las transacciones y los gastos

Variables relacionadas con las recompensas

Variables relacionadas con las comunicaciones y los impactos promocionales
Después de una fase de depuración la base de datos resultante tiene las
siguientes características:

Número de miembros: 14.995

Género: 53.3 % hombres y 46.7 % mujeres

Edad: 18 años a 80 años

Estatus socio-económico: Bajo (3,48%), Medio-Bajo (10,88%), Medio
(22,91%), Medio-Alto (18,53), Alto (9,25%)
12

Número de patrocinadores: 34

Número de transacciones: 511.570

Número de campañas: 331.425

Número de recompensas: 20.727

Espacio temporal programa: de 2008 a 2013
Además del depurado de la base de datos, se realizó un tratamiento de la misma
en donde se agruparon ciertas variables individuales a nivel de mes para conseguir una
visión agregada de los datos. De este modo, el resultado final fue una única base de
datos en la que se contaba con información de cada individuo sobre sus transacciones,
sus recompensas, y las campañas en las que había sido impactado en un mes concreto.
Esto se denomina estructura de panel, ya que dentro de un mes se recogen todas las
transacciones, recompensas y campañas por las que los miembros han sido impactados.
Este tipo de estructura provoca que algunas variables presenten numerosos espacios en
blanco, lo que puede explicar los resultados descriptivos y el número de casos perdidos
en, por ejemplo, los impactos promocionales.
Resultados antes del agregado a nivel de mes
Los resultados mostrados a continuación responden a los estadísticos
descriptivos antes de que los datos fueran agregados a nivel de mes y se han agrupado
en tres bloques: transacciones, recompensas, y actividad de la cuenta y características
socio-demográficas de los titulares (status, género y edad).
A continuación mostramos algunos de los resultados más significativos:
Transacciones

A mayor tiempo de permanencia de los miembros en el programa, el número
de sponsorsii utilizados también se va incrementando.
13
Duración en el programa (años)
16
14
12
10
8
6
4
2
0
1
2
3
4
5
6
7
8
9
10
11
Número de sponsors

Del mismo modo, a mayor tiempo de permanencia de los miembros en el
programa, el número de tarjetas por familia se incrementa y, por tanto, el
número de transacciones.

Cuanto mayor es el número de transacciones realizadas, mayor es el número
de sponsors utilizados.

El número de puntos acumulados es superior para los miembros que llevan
más tiempo en el programa.
14
Recompensas

Casi el 90% de los miembros ha redimido sus puntos en alguna ocasión
reclamando una recompensa.

Las recompensas preferidas son los productos físicos seguido de ocio y viajes
y, en el caso de los más jóvenes, el segundo puesto lo ocupan la
microredenciones
7% 5%
ENTRADAS
5%
12%
VIAJES
6%
ESTANCIAS
17%
DONACIONES
REVISTAS
PRODUCTO FÍSICO
46%
2%
CHEQUES REGALO
MICROREDENCIONES
Características Socio-demográficas
La clase social condiciona el comportamiento de los miembros:

Tanto los miembros de un estrato socio-económico más alto como los
miembros de un estrato socio-económico más baja prefieren productos
físicos y viajes/ocio como recompensas.
15

Los estratos más altos acumulan más puntos, redimen más y más a
frecuentemente, utilizan más puntos en cada recompensa y utilizan más
número de sponsors.
Promedio de puntos que cuesta cada
recompensa
4000
3500
3000
2500
2000
1500
1000
500
0
Low status Low-medium
status
Medium
status
Medium-high High status
status
El género no supone diferencias significativas importantes. Las más significativas
son:
Los varones gastan más puntos en cada redención.
3550
Promedio de puntos gastados en cada
recompensa

3500
3450
3400
3350
3300
3250
3200
Hombre
Mujer
16

Los varones tardan más tiempo en hacer la primera transacción.
La edad, comparando entre el grupo más joven y el más mayor, muestra los
siguientes resultados:

Los jóvenes utilizan menos puntos en cada redención, prefieren productos
Duración entre admisión al programa y
la redención de recompensas (años)
físicos y micro redenciones, redimen más frecuentemente.
8
7
6
5
4
3
2
1
0
18 – 30
30 – 40
40 – 50
50 – 60
60 +
Grupos de edad

Tanto los más jóvenes como los más mayores utilizan un número de sponsors
parecido.
Resultados después del agregado a nivel de mes
Antes de presentar el análisis pormenorizado de los resultados, se debe tener en
cuenta que estos dependen en gran medida del sponsor utilizado (es decir, varían
dependiendo de que estemos ante un patrocinador A o un patrocinador B) y, sobre todo,
del tipo de compra.
17
Transacciones
Género

Las mujeres tienen más puntos base en el PATROCINADOR A que los hombres.
Por otro lado, los hombres tienen más puntos base en el PATROCINADOR B que
las mujeres.
70
60
Puntos Base
50
40
Hombre
30
Mujer
20
10
0
Patrocinador A

Patrocinador B
Otros
Asimismo, las mujeres gastan más euros, tienen más puntos de bonificación,
realizan más transacciones base y van a más puntos de venta en el
PATROCINADOR A que los hombres. Por otro lado, los hombres gastan más
euros, tienen más puntos de bonificación, realizan más transacciones base y
van a más puntos de venta en el PATROCINADOR B que las mujeres. Resultados
idénticos entre ambos géneros para OTROS sponsors.
18
Las mujeres tienen un mayor balance histórico que los hombres.
Balance de puntos histórico

20500
20000
19500
19000
18500
18000
17500
17000
16500
16000
15500
Hombre

Mujer
Los hombres tienen un mayor número de tarjetas extra que las mujeres.
Número de tarjetas extra
2,9
2,8
2,7
2,6
2,5
2,4
Hombre
Mujer
Edad

Con respecto a la edad, para el PATROCINADOR A hay un patrón creciente de
acumulación de puntos base, puntos de bonificación, transacciones base, y
gasto en euros, que para a los 60 años, en donde decrece. Además, respecto a
los puntos de venta utilizados el patrón es siempre creciente.
19
En cuanto al PATROCINADOR B, hay un patrón creciente respecto a la
acumulación de puntos base y a puntos de bonificación que se frena a los 60
años; a partir de los 60 años, está acumulación de puntos empieza a decrecer.
También hay un patrón creciente de gasto en euros pero se estanca antes, a los
50 años, en donde empieza a decrecer. Con respecto a las transacciones base y
a los puntos de venta utilizados, son los más jóvenes (18-30 años) los que
presentan la media más alta.
70
60
50
Puntos Base

Grupos de Edad 18-30
40
Grupos de Edad 30-40
Grupos de Edad 40-50
30
Grupos de Edad 50-60
20
Grupos de Edad 60+
10
0
Patrocinador A
Patrocinador B
Otros
20

En cuanto a OTROS sponsors, el patrón de gasto en euros es creciente a lo largo
de las 5 franjas de edad. Con respecto a los puntos base es también creciente
pero se frena a los 60 años, decreciendo a partir de ese momento. El patrón es
singular respecto a los puntos de bonificación, siendo los miembros entre la
franja de 40-50 años los que más acumulan. Por último, son los más jóvenes
(18-30 años) los que más transacciones base realizan.
200
180
160
140
Grupos de Edad 18-30
Euros
120
Grupos de Edad 30-40
100
Grupos de Edad 40-50
80
Grupos de Edad 50-60
60
Grupos de Edad 60+
40
20
0
Patrocinador A
Otros
Los miembros de entre 40-50 años un mayor número de tarjetas que el resto.
3,5
3
Número de tarjetas extra

Patrocinador B
2,5
2
1,5
1
0,5
0
18-30
30-40
40-50
50-60
60+
Grupos de Edad
21

Los miembros jóvenes presentan un menor balance que los demás grupos de
edad.
Balance de puntos histórico
30000
25000
20000
15000
10000
5000
0
18-30
30-40
40-50
50-60
60+
Grupos de Edad
Recompensas
Género

No hay diferencias entre hombres y mujeres en la preferencia por productos
como recompensa.
Las mujeres prefieren viajes y otras recompensas más que los hombres.
0,3
0,25
Porcentaje recompensa

0,2
Hombre
0,15
Mujer
0,1
0,05
0
Viajes
Otras recompensas
22

Los hombres prefieren como recompensa el cheque, tienen más puntos de
redención y piden más número de unidades por recompensa que las mujeres.
5300
Puntos de redención
5200
5100
5000
4900
4800
Hombre
Mujer
Edad

Los miembros entre 30-60 años prefieren más viajes que los más jóvenes y los
más mayores.
0,9
Porcentaje de preferencia
0,8
0,7
0,6
Grupos de Edad 18-30
0,5
Grupos de Edad 30-40
0,4
Grupos de Edad 40-50
Grupos de Edad 50-60
0,3
Grupos de Edad 60+
0,2
0,1
0
Viaje

Producto
Cheque
Otras
Los miembros de más de 60 años prefieren como recompensa productos físicos
más que los demás.
23

Los miembros más jóvenes prefieren como recompensa el cheque y otras
recompensas más que los demás.

Los miembros mayores de 50 años tienen más puntos de redención que los
otros 3 grupos de edad.

Los miembros jóvenes piden más número de unidades por recompensa que los
otros 4 grupos de edad.
Campañas y comunicaciones
Número de comunicaciones exclusivas de obtención por las que el miembro ha
sido impactado:
Género

Para el PATROCINADOR A, las mujeres tienen un mayor número de
comunicaciones exclusivas de obtención que los hombres.
Tanto con respecto al PATROCINADOR B como con respecto a OTROS
PATROCINADORES, los hombres han recibido más comunicaciones exclusivas
de obtención que las mujeres.
0,3
Porcentaje Comunicaciones Exclusivas

0,25
0,2
Hombre
0,15
Mujer
0,1
0,05
0
Patrocinador A
Patrocinador B
Otros
24
Edad

Tanto para el PATROCINADOR A como para el PATROCINADOR B, los miembros
entre 40-60 años son los que más comunicaciones exclusivas de obtención han
recibido.

Para OTROS PATROCINADORES, los miembros entre 40-50 años reciben más
comunicaciones exclusivas de obtención que los demás.
Porcentaje de Comunicaciones
Exclusivas
0,35
0,3
0,25
Grupos de Edad 18-30
0,2
Grupos de Edad 30-40
0,15
Grupos de Edad 40-50
0,1
Grupos de Edad 50-60
Grupos de Edad 60+
0,05
0
Patrocinador Patrocinador
A
B
Otros
Principales resultados
A continuación se presentan algunos de los resultados principales obtenidos por
la cátedra de fidelización IE-TC. No se trata de una muestra exhaustiva de todos los
análisis llevados a cabo sino de aquellos que resultan más importantes. El modelo
econométrico presentado responde a la pregunta de “qué factores influyen o predicen
el gasto en euros realizado por los miembros del programa”. Es decir, en el modelo se
utilizan todas las variables del programa (transacciones, recompensas y campañas) y de
los miembros (datos sociodemográficos) para predecir el gasto en euros (variable
criterio o dependiente).
25
Por ejemplo, en cuanto al efecto que tienen las comunicaciones sobre el gasto
subsecuente de los miembros del programa se ha encontrado que este puede variar en
función del tipo de sector al que nos refiramos. En general, comunicaciones y ofertas
más frecuentes pueden incrementar el gasto:
 Patrocinador A: 1,45€ de incremento por miembro y mes por cada
comunicación adicional.
 Patrocinador B: 1€ de incremento por miembro y mes por cada
comunicación adicional.
 Otros Patrocinadores: Las comunicaciones incrementan las compras en
distintos Patrocinadores, lo que a su vez incrementa el gasto en 2,11€.
Por otro lado, las ventas cruzadas (cross-selling) también son un factor
importante a tener en cuenta:
 Patrocinador A: 1,27€ de incremento por cada patrocinador diferente
adicional en el que miembro utiliza la tarjeta.
 Patrocinador B: 0,94€ de incremento por cada patrocinador diferente
adicional en el que miembro utiliza la tarjeta.
A continuación se muestra una tabla que muestra el efecto de los distintos
vehículos de comunicación Travel Club en el incremento de gasto mensual de los
clientes de dos patrocinadores (Tabla 1). Como se puede observar en esta tabla, el
gasto adicional en el patrocinador A cuando recibe el extracto es de 0.31€, mientras
que el gasto adicional en el patrocinador B para este mismo canal es de 3.47€. Para el
caso de las comunicaciones exclusivas se encuentra lo opuesto, es el patrocinador B el
que más puede beneficiarse de este tipo de comunicaciones, con 2.3€, mientras que el
beneficio que obtiene el patrocinador A es ligeramente inferior (2.19€).
26
Tabla 1. Efecto de los canales de comunicación en el gasto.
PATROCINADOR A
PATROCINADOR B
Extracto
0.31€
3.47€
Bus mailing
0.28€
5.3€
2.19€
2.3€
Comunicaciones
exclusivas
En compras no habituales, los Patrocinadores pueden beneficiarse de un
incremento en el gasto cuando el miembro está próximo a canjear grandes premios
(que requieren muchos puntos). Sin embargo, en compras habituales, canjear una
recompensa tiene un impacto negativo pequeño sobre el gasto subsecuente. Una
explicación potencial de esta situación es que el miembro quiere acercarse a la
recompensa y gasta más en ese mes, pero gasta menos una vez ha obtenido la
recompensa deseada, por lo que se observa un efecto negativo en el gasto postredención.
 Patrocinador A: Una recompensa de producto de 5.000 puntos reduce
el gasto en 2,04 €
 Patrocinador B: Se observa incremento de gastos en el mes en que
redime la recompensa. 4.11€ si es un viaje y 5.13€ si es un producto.
 Otros Patrocinadores: El incremento del gasto se sitúa entre 7,6 y 15,4
€ (dependiendo del tipo de recompensa).
A continuación se muestra en un diagrama un par de ejemplos de cómo
funcionan diferencialmente los impactos promocionales dependiendo del canal, el
sponsor, y la situación del propio consumidor. Por ejemplo, en este diagrama se ve cómo
una comunicación que sirve como recordatorio inmediato (impacto por SMS), puede
conseguir incrementar el gasto en hasta 7.80€ en estaciones de servicio. Por el contrario,
27
cuando el comportamiento del consumidor no está tan influido por impactos inmediatos
sino que requiere una cierta deliberación para realizar la transacción, otro tipo de
comunicaciones son las más efectivas. En este sentido, un impacto por email incrementa
el gasto en 1.92€ y un impacto IVR (interactive voice response) incrementa el gasto en
3.91€ para compras más dilatadas en el tiempo.
Figura 1. Comportamiento del miembro en función de los impactos promocionales
recibidos
Resultados: Simulaciones
Si se utiliza el modelo econométrico con el objetivo de predecir las ventas
incrementales que supondría una situación en la que los miembros han recibido un
incremento del 50% en las variables del programa (número de impactos, número de
sponsors utilizados, etc.). Esta situación hipotética se compara entonces con un
miembro hipotético típico (promedio en todos aspectos del programa como número de
comunicaciones, número de sponsors, número de puntos, numero de redenciones,
etc.). Aunque esta comparación se trata de un escenario ficticio, nos da una idea sobre
cuál es el efecto agregado de las distintas acciones del programa (véase la Figura 2 como
ilustración de este escenario hipotético). El resultado que se encuentra es que un
28
aumento del 50% en las variables (inputs) relacionadas con el programa de fidelización
redunda en un aumento de la actividad del miembro de aproximadamente el 50%, es
decir, que este aumento supone un aumento de las transacciones y, por tanto, del
dinero gastado por los miembros en los sponsors. A continuación se muestra
visualmente esta comparación:
Figura 2. Comparación ente un miembro promedio del programa y un miembro
con un 50% de incrementos.
Conclusiones
La principal conclusión que se deriva de este estudio es que los programas de
fidelización de clientes funcionan. Al menos el 90% de los miembros ha reclamado una
recompensa, lo que indica que el programa cumple con su propósito para un alto
porcentaje de los miembros al menos en algún punto de la pertenencia al mismo.
Además, el comportamiento entre hombres y mujeres no es esencialmente diferente, si
bien si es importante tener en cuenta las diferentes edades a la hora de segmentar el
programa y ofrecer promociones personalizadas en base a las recompensas preferidas
por los distintos grupos de edades. De forma general, dos ingredientes clave que se han
encontrado en esta investigación para el éxito un programa de fidelización son el crossselling y la comunicación segmentada por tipo de sector.
Lo importante es conocer bien al cliente y disponer de la información que
permita segmentar y ofrecer a cada segmento un valor diferencial y relevante. Es decir,
los programas de fidelización son una herramienta fundamental para manejar la
29
heterogeneidad de los clientes y gestionar las acciones comerciales de cara a
incrementar el potencial de cada segmento. Los programas de fidelización mejoran la
eficacia de las acciones promocionales. Los resultados muestran que diferentes
patrocinadores pueden beneficiarse del programa a través del uso de una política
promocional segmentada. Además, los programas de fidelización multi-sponsor
permiten a pequeñas empresas acciones de micromarketing habituales en empresas
con grandes recursos.
Por otro lado, un resultado que se ha encontrado que puede ser clave a la hora
de evaluar el funcionamiento de un programa de fidelización es el comportamiento de
los miembros ante las recompensas. Por ejemplo, la cercanía a una recompensa puede
servir como acelerador del proceso de compra.
Además de estos resultados concretos, la importancia de la investigación presente
reside en la creación de modelos econométricos que pueden ser utilizados para
optimizar las actividades del programa para cada uno de los sponsor. Por ejemplo, el
modelo permitiría contestar a la pregunta de “¿cuál es el canal de impacto más útil en
el caso del Patrocinador X?” Esto supone un valor añadido tanto para el propio
programa, ya que sugiere posibles líneas de mejor, como para cada uno de los sponsors,
ya que incrementa la probabilidad de que los miembros quieran realizar sus
transacciones con ellos.
Pasos futuros
La cátedra de fidelización entre el IE Business School y Travel Club apunta una
serie de líneas futuras para explorar cuestiones que se han quedado sin resolver o
examinar otras posibilidades aparte de las ya contempladas. Entre ellas se encuentran,
por ejemplo, analizar el comportamiento de consumidores que no pertenecen a ningún
programa de fidelización frente a los que son miembros de alguno. Actualmente,
aunque el trabajo realizado ofrece una información sustantiva y muy pormenorizada del
30
funcionamiento de un programa de fidelización, seguimos encontrando que la
efectividad solo puede establecer en términos de ventajas o inconvenientes dentro del
propio programa, pero no sabemos cuánto es el retorno real del programa en
comparación con aquellos consumidores que no son miembros del programa. Esto
implica un sesgo de auto-selección (todos los individuos analizados pertenecían al
programa de forma voluntaria) que puede ser evitado si se comparan los miembros de
un programa con un grupo control que no pertenezca a dicho programa. Otra de las
posibles líneas futuras sería explorar el efecto que las distintas formas de comunicación
tienen para los miembros o analizar en profundidad las relaciones que se establecen
entre los distintos inputs (transacciones, compras, campañas y recompensas) y el efecto
a largo plazo de los mismos en el comportamiento del miembro. En definitiva, hay
numerosas posibilidades que se pueden explorar aunque ya se ha establecido un primer
paso y se han propuesto algunas de las conclusiones de este proyecto.
Referencias

BENAVENT, C.; & MEYER-WAARDEN, L. (2001): “Loyalty Programs:
Strategies and Practice”, The 4rd AMF French-German Conference about Retailing
and Distribution in Europe. Deauville

BERMAN, B. (2006). Developing an effective loyalty program. California
Management Review, 49, pp. 123–148.

BYROM, J. (2001): “The Role of Loyalty Card Data within Local Marketing
Iniciatives”, International Journal of Retail & Distribution Management, vol.29,
núm. 6-7, pp. 333-342.

CAPIZZI, M.T. & FERGUSON, R. (2005). Loyalty trends for the twenty-first
century. Journal of Consumer Marketing, 22, pp. 72–80.

COPULSKY, J.R.; & WOLF, M.J. (1990): “Relationship Marketing: Positioning for
the Future”, The Journal of Business Strategy, (July-August), pp. 16-20.
31

CORTINAS, M.; ELORZ, M.; & MUGICA, J.M. (2005): “Loyalty Cards: Are
Retailers Ignoring Non-Card-Holder Behavior?” European Retail Digest, núm.45
(Spring), pp. 18-20.
 DOROTIC, M.; BIJMOLT T.H.A. & VERHOEF, P.C. (2012). Loyalty Programmes:
Current Knowledge and Research Directions. Intenrational Journal of Management
Reviews, 14, pp. 217-237.
 EVANSCHITZKY H.; RAMASESHAN B.; WOISETSCHLAGER D.M.;
RICHELSEN V.; BLUT M. & BACKHAUS C. (2011). Consequences of customer
loyalty to the loyalty program and to the company. Journal of the Academy of
Marketing Science. 40, pp. 625-638.

HART, S.; SMITH, A.; SPARKS L.; & TZOKAS, N. (1999): “Are Loyalty card
Schemes a Manifestation of Relationship Marketing?” Journal of Marketing
Management, vol. 15, pp. 541-62.
 LAL, R. & BELL, D.E. (2003). The impact of frequent shopper programs in grocery
retailing. Quantitative Marketing and Economics, 1, pp. 179–202.

LARA P.R. (2005): “ Exploring the Benefits Obtained in a Loyalty Programme
applied to Retailing”. European Retail Digest, 48, p. 48.
 LEE J.J.; CAPELLA M.L.; TAYLOR C.R.; LUO M. & GABLER C.B. (2014). The
financial impact of loyalty programs in the hotel industry: A social exchange theory
perspective. Journal of Business Research. 67, pp. 2139-2146

LEMON, K.N. & VON WANGENHEIM, F. (2009). The reinforcing effects of
loyalty program partnerships and core service usage: a longitudinal analysis.
Journal of Service Research, 11, pp. 357–370.
 LIU, Y. (2007). The long-term impact of loyalty programs on consumer purchase
behavior and loyalty. Journal of Marketing, 71, pp. 19–35.

MEYER-WAARDEN, L.; & BENAVENT, C. (2003): “Les cartes de fidélité
comme outils de segmentation et de ciblage. Le cas dúne enseigne de distribution”,
Decisions Marketing, vol. 32 (October-December), pp.19-30.

O’BRIAN, L.; & JONES, C. (1995): “Do Rewards Really Create Loyalty?”
Harvard Business Review, vol. 73 (May-June), pp. 75-82.
32

O’BRIAN, L.; & JONES, C. (1995):”Do Rewards Really Create Royalty?” Harvard
Business Review, vol. 73(May-June), pp. 75-82.

O’BRIEN, L. & JONES, C. (1995). Do rewards really create loyalty? Harvard
Business Review, 73, pp. 75–82.

PONZOA, J.M.; & REINARES, P. (2009): “Loyalty Programmes as a tourism
service sales channel: a Spanish multi-sponsor programme case study”, Tourism
Review, 65 (3), pp. 35-45.

REINARES P.; & GARCÍA DE MADARIAGA, J. (2008):“The Importance of
Rewards in the Management of Multisponsor Loyalty Programmes”, Journal of
Database Marketing & Customer Strategy Management, vol. 15, núm. 1, pp. 37-48.

REINARES, P.; & PONZOA, J.M. (2008): “Improving management of multisponsor loyalty programmes based on the rewards preferred by consumers”, Journal
of Customer Behavior, vol.7, nº2, pp. 121-134.

REINARES, P.; & REINARES, E. (2005): “Valoración empíricade los beneficios
obtenidos en un programa de fidelización aplicado al comercio minorista”, XVII
Encuentros de Profesores Universitarios de Marketing.Madrid.

REINARES, P.; REINARES, E.; & MERCADO, C. “Gestión de la heterogeneidad
de los consumidores mediante programas de fidelización”. Revista Europea de
Dirección y Economía de la Empresa, vol. 19, núm. 3 (2010), pp. 143-160

SCHUMANN J.H.; WUNDERLICH N.V. & EVANSCHITZKY H. (2014).
Spillover Effects of Service Failures in Coalition Loyalty Programs: The Buffering
Effect of Special Treatment Benefits. Journal of Retailing, 90 (1), pp. 111-118.

SHARP, B.; & SHARP, A. (1997): “Loyalty Programs and their Impact on Repeat
Purchase Loyalty Patterns”, International Journal of Research in Marketing, vol.
14, pp. 473-86.

SIMONIN, B.L. & RUTH, J.A. (1998). Is a company known by the company it
keeps? Assessing the spillover effects of brand alliances on consumer brand
attitudes. Journal of Marketing Research, 35, pp. 30–42.
 TAYLOR, G.A. & NESLIN, S.A. (2003). The current and future sales impact of a
retail frequency reward program. Journal of Retailing, 81, pp. 293–305.
33

VARADARAJAN, P.R. (1986). Horizontal cooperative sales promotion – a
framework for classification and additional perspectives. Journal of Marketing, 50,
pp. 61–73.

WRIGHT, C. & SPARKS, L. (1999). Loyalty saturation in retailing: exploring the
end of retail loyalty cards? International Journal of Retail and Distribution
Management, 27(10),. pp. 429-440.

ZILIANI, C.; & BELLINI, S. (2004): “From Loyalty Cards to Micro-Marketing
Strategies: Where is Europe’s Retail Industry Heading?” Journal of Targeting,
vol.12, núm. 3 (March), pp. 281-289.
34
i
La idea principal de la red es marcar (check-in) lugares específicos donde uno ha estado e ir ganando
puntos por «descubrir» nuevos lugares; la recompensa son las "Badges", una especie de medallas, y las
"Alcaldías" (Mayorships), que son ganadas por las personas que más hacen "check-ins" en un cierto
lugar en los últimos 60 días.
ii
En el presente informe nos referiremos indistintamente a patrocinadores y sponsors.
35