¿Cómo calificar clientes usando R? Una técnica, una introducción

Una herramienta analítica —y no está de más decir poderosa— para descubrir y analizar a nuestros clientes estrella es la calificación de los mismos por medio de una técnica conocida como ABC - XYZ. 

Tanto «ABC» como «XYZ» representan la escala de una variable relevante para el análisis de clientes; ésta escala es ordinal, por lo que una calificación de «A» significa que está en el espectro más alto de la variable a analizar, «B» podría significar promedio y «C» la calificación más baja . De esta misma forma la calificación «XYZ» la «X» representa la calificación más alta, la «Y» un promedio y la «Z» una calificación baja.

De esta forma se construye un cuadrante 3 x 3 con nueve posibles combinaciones. De acuerdo con lo anterior sabremos que un cliente tipo «AX» estará en el cuadrante de los mejores clientes, y con la misma lógica, un cliente tipo «CZ» será uno de los peores clientes. Claro está que esto requerirá mayor escrutinio.

Hasta ahora todo bien. La teoría es muy clara. ¿Cómo se definen estas calificaciones? Para poder calificar necesitaremos: dos variables relevantes, una aplicación estadística y una herramienta que nos ayude a realizarlo de una forma más rápida y eficiente. En especial cuando tenemos un volumen alto de información. Por cierto, casi lo olvido, lo más importante es tener información a nivel de cliente. Descuido de mi parte ¿no?

Para el ejemplo que voy a mostrar tomaré una base de datos pública llamada «Super Store» y utilizaré R como motor analítico. No ahondaré en el contenido de la base de datos, me limitaré a mostrar el código utilizado y presentar resultados para que este artículo sea lo más corto posible.

Como indicaba al inicio para hacer la calificación necesitamos dos variables importantes, para ello utilizaré la «utilidad» que me representa cada cliente y un «volumen» para analizar la frecuencia de sus compras. La información será por día. Con esto podré saber cuáles son mis clientes más rentables y la frecuencia con la que compran en mi negocio. 

Para realizar la primera calificación se tomará un criterio en función del percentil. Así los clientes por arriba o igual al percentil 85 serán clientes tipo «A», menores de 85 pero mayor o igual a 60 serán tipo «B»; el resto será tipo «C».

Para la segunda calificación se considerará el coeficiente de variación. Este es igual a la desviación estándar dividida la media de compra. Cuando un cliente es frecuente en sus compras el valor se aproximará a cero. Entre más alto el coeficiente de variación el cliente es menos frecuente.

Antes de continuar, cabe mencionar que la selección de las variables —y la aplicación estadística— dependerá de cada caso y en especial de las preguntas que se desean responder.

Con esto en mente procedemos a la selección de las variables para realizar los cálculos antes descritos.

El código muestra la lectura de la base de datos de ventas. Esta información es de tres años. Dado que nos interesa calificar a los clientes podemos ver que tomamos solo el código y nombre del cliente así como la utilidad y el segmento.

Ordenar de la utilidad más alta a la más pequeña ayuda a determinar los clientes más rentables al inicio. Así la calificación en cada uno «ABC» o «XYZ» se puede realizar.

El resultado de este código nos produce la siguiente gráfica:

Con esta información un tomador de decisiones podrá enfocarse en desarrollar diferentes estrategias para con sus clientes. Los clientes «AX» son los que representan la mayor utilidad y los que compran más a menudo, mientras que los clientes «CZ» son aquellos que no contribuyen a la utilidad y cuyos patrones de compra son con menos frecuencia.

Después de realizar esta clasificación —calificación— el siguiente paso será definir las estrategias para cada grupo, pero eso es tema de otro artículo.

Por Abner Huertas