IEDGE – Credibilidad de Clientes
Cómo avanzamos en el post de Customer Equity, debemos mejorar la gestión de la relación con un cliente, vinculándolo, desarrollando lazos mucho más profundos que una simple repetición de compra por inercia.
El grado más avanzado en el desarrollo de esa relación es que un cliente nos recomiende a otros clientes, de tal manera que no sólo aporte valor para la empresa a través de la compra, sino también prescribiendo nuestros servicios a potenciales nuevos clientes.
Estos nuevos clientes, significan un menor esfuerzo en captación gracias a la recomendación de nuestros clientes originales. Mediante campañas tipo “member-get-member”, las empresas intentan “formalizar” la capacidad de «referenciación» de sus clientes.
Y, ¿Por qué debemos realizar más esfuerzos para conseguir nuevos clientes gracias a la recomendación de nuestros actuales clientes?. Principalmente, porque los clientes confían en sus referidos o en otros clientes, o dicho de otra forma, la publicidad, cada día es menos creíble para el consumidor.
Credibilidad de canales de información: Los clientes confían en otros clientes.
He analizado varios estudios de credibilidad de clientes. Los dos más interesantes son un estudios de Nielsen, “Global Trust in Advertising”, cuya ultima edición es del 2015 y otro de la World Association of News Publishers, “Consumer Trust in Ads” del 2019,
En ambos estudios se refleja una clara pérdida de confianza de los clientes en los anuncios, pero con algunos puntos interesantes.
En el estudio de Nielsen, podemos ver la evolución de la confianza en diferentes formas de comunicación, además analizando desde el 2011. Donde encontramos que las recomendaciones de otros clientes y las opiniones de otros usuarios son más importantes que el resto de formas de comunicación. También destaca que los anuncios online son los menos creíbles.
Conviene tener muy en cuenta esta dimensión, porque en tiempos de saturación de mensajes publicitarios y de pérdida de credibilidad de las marcas, el “boca a oreja” (“Word of mouth”, la recomendación de otros consumidores) es la fuente de información más creíble para los consumidores.
Además, apenas hay diferencias según el segmento de edad en el que se encuentra el cliente:
De hecho, y como hemos visto en el cuadro anterior, los consumidores conceden mucha más credibilidad a la opinión de otros consumidores que a los mensajes de las empresas.
Del estudio de Consumer Trust in Ads 2019, resaltamos 2 puntos:
- España es el país europeo que más se cree en los anuncios.
- Que todo lo relacionado con digital, tiene una percepción de menos credibilidad respecto a los medios impresos.
- Los países de latam son mucho más crédulos de la comunicación publicitaria que el resto de países del mundo.
De hecho, la implosión de influencers, blogueros especializados, gamers y youtubers, se debe a la necesidad de acelerar el proceso de recomendación por parte de profesionales reconocidos. Uno de los ejemplos más interesantes en los últimos meses es la guerra entra plataformas de streaming y gaming, fichando a algunos de los youtubers y gamers con mayor número de seguidores o visualizaciones de directos (Lolito Fernandez con Facebook Gaming, Rubius con Twitch o The Grefg en Mixer).
Muchas veces los consumidores opinan sobre aspectos menos relacionados con el producto y más con la reputación de la marca. Uno de los ejemplos más conocidos es el caso de Nestlé y los problemas manejando la reputación de la compañía en redes sociales.
Recordemos que Nestlé utilizaba aceite de palma en grandes cantidades como ingrediente base para el Kit Kat. El problema derivó en una campaña de Greenpeace denunciando la tala de bosques nativos que era el hábitat de Orangutanes.
Nestle intentó defenderse, pero cualquier acción que realizaba era neutralizada y atacada por usuario en redes sociales. Al final, Nestlé decidió unirse a su “enemigo” y renunció a utilizar aceite de palma en los “Kit Kat”.
Por otro lado, las recomendaciones en Amazon son lo más importante para Amazon. El sistema de recomendación de Amazon utiliza el filtrado colaborativo “item to item”. Es decir, funciona analizando un producto comprado y/o añadido al carrito, incluso metido en la lista de deseos, mostrándole así al cliente un ranking con productos que puedan ser de su interés. Asimismo, en el algoritmo también intervienen la puntuación dada a los productos por otros consumidores o las compras que han hecho usuarios similares.
Los puntos de obtención de datos de Amazon son múltiples: historial de compra, productos que se consultan, listas de deseos, localización geográfica y origen del tráfico, así como relaciones funcionales entre productos, cestas de compra frecuentes en otros clientes, etc.
Las sugerencias de Amazon no sólo se producen durante el proceso de compra, sino que también se dan en acciones de mailing o de notificaciones de su app. En concreto, el sistema de recomendación de Amazon se basa en tres pilares fundamentales que tienen como fin conectar los productos con los posibles consumidores:
- Recomendaciones personalizadas: Adaptar recomendaciones al perfil y los hábitos de los usuarios para intentar incrementar la conversión. Personaliza las recomendaciones en función del comportamiento del usuario, sus preferencias e historial. Los ejemplos de cómo Amazon nos hacen llegar estas recomendaciones son múltiples: “Relacionado con productos que has mirado”, “Date un capricho”, “Comprados juntos habitualmente”, “Artículos recomendados que otros clientes suelen volver a comprar”, etc.
- Búsquedas personalizadas: Mostrar resultados de búsquedas que sean relevantes y que permitan encontrar al usuario lo que está buscando. En este punto puede rescatar productos que se han consultado con anterioridad. Asimismo, si el cliente está viendo productos por categorías, Amazon también puede dar a conocer los más relevantes.
- Notificaciones personalizadas: Hacer llegar al usuario información o comunicación de productos que le puedan interesar basándose en su historial de comprar o productos consultados. Para ello utiliza el mailing como principal canal de contacto, pero también a los usuarios que tienen descargada la aplicación de Amazon les pueden aparecer notificaciones en el móvil.
En este sentido, Amazon lleva a cabo un aprendizaje automático tanto de los millones de usuarios que visitan la página cada minuto como de todos los productos que existen y se incorporan a la venta.
La referenciación construye el último peldaño de la “escalera de la lealtad del cliente”, que se inicia con la satisfacción en la primera experiencia del mismo. A partir de ahí se inicia un diálogo que lleva a aumentar el valor del cliente mediante la repetición y el incremento de la cuota relativa y que culmina con la prescripción a nuevos clientes.
¡Quedo a la espera de sus comentarios!
Eduardo Liberos (@eduardoliberos)
Profesor de Dirección de Marketing
Nota: Abierto el plazo de solicitud de BECAS -100% en el Máster en eCommerce.
* Los contenidos publicados en este post son responsabilidad exclusiva del Autor.
¡Puedes seguirnos en Linkedin, Facebook, Twitter, Instagram y Youtube!