Tu panel de analítica puede decirte muchísimo sobre el comportamiento de los clientes.
Un cliente visitó tu sitio web.
Consultó la página de precios.
Abrió un correo electrónico.
Hizo clic en un botón.
Compró un producto.
Canceló su suscripción.
Toda esa información importa.
Pero hay algo que los datos de comportamiento a menudo no pueden explicar por sí solos:
¿Por qué?
El comportamiento es el «qué»
Imagina que tu analítica muestra:
El 72 % de los visitantes abandona la página de precios sin comprar.
Eso es útil.
Pero ¿qué deberías cambiar?
Quizá el precio es demasiado alto.
Quizá los visitantes no entienden los planes.
Quizá necesitan la aprobación de otra persona.
Quizá están comparando competidores.
Quizá todavía no confían en la empresa.
Quizá simplemente aún no están preparados para comprar.
Los datos de comportamiento te indican qué ocurrió.
No necesariamente te explican por qué.
El «por qué» requiere otro tipo de datos
Aquí es donde las opiniones de los clientes adquieren valor.
Puedes preguntar:
¿Cuál es la principal razón por la que has decidido no comprar hoy?
Después, ofrece opciones pertinentes y una respuesta de texto libre opcional.
Ahora tus datos de comportamiento tienen contexto.
Combina la observación con la explicación
Piensa en el conocimiento del cliente como dos capas.
Datos de comportamiento
Lo que hicieron los clientes.
Datos sobre actitudes
Lo que los clientes piensan, sienten y dicen.
Ninguna de las dos es automáticamente suficiente por sí sola.
Supongamos lo siguiente:
Comportamiento:
Los clientes que utilizan la función A tienen una probabilidad de renovar un 40 % mayor.
Eso es interesante.
Ahora pregunta a esos clientes:
¿Qué hace que la función A sea valiosa para ti?
Puede que descubras que la función no es valiosa por el motivo que tu equipo suponía.
Quizá ahorra tiempo.
Quizá facilita la elaboración de informes.
Quizá los clientes la utilizan para cumplir un requisito interno.
Esa diferencia importa.
No pidas a los clientes que lo expliquen todo
Hay otra lección importante.
Las opiniones de los clientes no sustituyen perfectamente los datos de comportamiento.
Las personas no siempre recuerdan las cosas con precisión.
Pueden responder según lo que creen que deberían decir.
La intención no siempre se traduce en comportamiento.
Por eso, la estrategia de investigación más sólida suele combinar ambas fuentes.
En lugar de limitarte a preguntar:
«¿Recomendarías este producto?»
también puedes examinar el uso real y los comportamientos de compra y renovación.
El objetivo no es elegir entre analítica y encuestas.
Es conectarlas.
Un método sencillo
Utiliza este método:
1. Observar
¿Qué están haciendo realmente los clientes?
2. Preguntar
¿Qué razones dan para hacerlo?
3. Comparar
¿En qué coinciden o difieren el comportamiento y las preferencias declaradas?
4. Investigar
¿Qué explica la diferencia?
5. Actuar
¿Qué debería cambiar la empresa?
Esto genera un conocimiento del cliente mucho más rico.
Ejemplo: comercio electrónico
Analítica:
Los clientes añaden con frecuencia el producto A al carrito, pero no finalizan la compra.
Encuesta:
¿Qué te impidió finalizar la compra?
Respuestas:
-
Los gastos de envío
-
El precio
-
Quería comparar alternativas
-
El método de pago no estaba disponible
-
Necesito más información
-
No estoy preparado para comprar
Ahora tu equipo dispone de posibles explicaciones que investigar.
Ejemplo: SaaS
Analítica del producto:
Los clientes que utilizan la función X presentan una mayor retención.
Encuesta:
¿Cuál es la principal razón por la que la función X te resulta útil?
Puede que descubras:
«Me proporciona un informe que puedo enviar directamente a la dirección.»
Es un conocimiento mucho más valioso que simplemente saber que la función está correlacionada con la retención.
Ahora marketing puede comunicar ese beneficio.
El equipo de producto puede mejorarlo.
Ventas puede demostrarlo.
El equipo de éxito del cliente puede enseñar a aprovecharlo.
Un solo hallazgo sobre los clientes puede influir en varios departamentos.
Utiliza Enquete para obtener la información que falta
Enquete permite a las empresas recopilar opiniones de los clientes mediante encuestas y analizar las respuestas con métricas, filtros, informes de tendencias y AI Insight.
También puedes utilizar la segmentación en el sitio web y por URL para hacer preguntas en momentos relevantes.
Así puedes conectar un comportamiento con una pregunta.
Por ejemplo:
Un visitante pasa bastante tiempo en tu página de precios.
Después:
«¿Qué información te ayudaría a decidir?»
Eso es mucho más útil que hacer suposiciones.
El mejor conocimiento del cliente utiliza ambas fuentes
No preguntes:
«¿Deberíamos utilizar analítica o encuestas?»
Pregunta:
«¿Qué puede decirnos cada fuente?»
La analítica puede revelar:
Qué ocurrió.
Las opiniones de los clientes pueden revelar:
Qué dicen los clientes que ocurrió y por qué creen que ocurrió.
Juntas, ofrecen una imagen mucho más completa.
La serie sobre conocimiento del cliente
- Por qué la IA hace que las opiniones de los clientes sean más valiosas, no menos
- Deja de preguntarle a la IA qué quieren tus clientes. Pregúntales a tus clientes.
- Cómo crear un ciclo de aprendizaje sobre tus clientes
- Lo que hacen tus clientes no es lo mismo que por qué lo hacen
- Cómo convertir las respuestas de las encuestas en inteligencia de marketing
- Cómo la investigación original de clientes puede dar más visibilidad a tu marca en las búsquedas con IA
- Cómo utilizar las opiniones de los clientes para mejorar la conversión de tu sitio web
- Cómo combinar datos de comportamiento con opiniones de los clientes
- Por qué más datos de marketing no siempre significan mejores decisiones
- Cómo convertir las encuestas a clientes en informes de investigación originales
