INFORME “CUSTOMER LOYALTY CHAIR”
Transcripción
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