Como fazer seu programa de fidelidade valer a pena

Um estudo de 2 milhões de transações em um varejista mostra como as empresas geralmente perseguem os clientes errados.
Cómo hacer que tu programa de lealtad sea rentado
Cómo hacer que tu programa de lealtad sea rentado

Os programas de fidelidade realmente criam clientes mais fiéis? Em um estudo recente, pesquisadores analisaram dois anos de dados de compra de mais de 10.000 clientes em um dos principais varejistas dos EUA para explorar como os gastos mudaram (ou não) depois que os clientes se tornaram membros da fidelidade. Eles descobriram que os programas de fidelidade aumentam a lucratividade — mas apenas para alguns clientes, e não aqueles que você imagina. Especificamente, enquanto o varejista estava visando promoções de programas de fidelidade para clientes com altos níveis de gastos anteriores, os pesquisadores descobriram que ingressar no programa realmente não teve impacto nos gastos desses clientes. Por outro lado, a adesão ao programa de fidelidade aumentou os gastos em cerca de 50% para clientes altamente vulneráveis aos concorrentes. Os pesquisadores usaram um modelo de aprendizado de máquina para obter informações sobre quem exatamente eram esses clientes e descobriram que o melhor preditor de mudanças nos gastos eram, na verdade, as localizações dos clientes em relação às lojas do varejista e às lojas concorrentes. Com base nessa descoberta surpreendente, os autores argumentam que os profissionais de marketing devem direcionar suas promoções com base não em gastos históricos, mas em localização, e que devem considerar investir em ferramentas simples de aprendizado de máquina que possam ajudá-los a identificar as características não óbvias que podem se correlacionar com rentabilidade em sua indústria e mercado exclusivos.


Noventa por cento das empresas de lazer e hospitalidade (e mais de 60% de todas as empresas) oferecem algum tipo de programa de fidelidade — e, no entanto, não está claro se esses programas realmente funcionam. Um relatório descobriram que o consumidor médio pertence a mais de 14 programas de fidelidade, muitas vezes com vários marcas concorrentes, sugerindo que esses programas dificilmente criam clientes fiéis.

Além disso, os varejistas costumam direcionar promoções de fidelidade para seus clientes mais gastos, o que pode sair pela culatra, uma vez que esses são clientes que gastariam seu dinheiro independentemente, em vez de clientes para os quais os descontos realmente os convenceriam a gastar mais. Como um executivo do setor de hospitalidade lamentou, “Você sabe, eu tenho esse programa de recompensa do cliente. É meio caro, mas sinto que preciso ter um programa porque todo mundo tem um. Honestamente, eu não sei o que, se alguma coisa, ele realmente faz por mim.” Em muitos casos, o ROI desses programas simplesmente não parece dar certo.

Ao mesmo tempo, estudos descobriram que os programas de fidelidade têm o potencial de oferecer benefícios significativos para empresas de consumo, como varejistas, mercearias, restaurantes, academias, drogarias, spas, cafés e muito mais. Os clientes geralmente desenvolvem um apego psicológico para marcas cujos programas de fidelidade eles assinam, e esses programas podem aumentar significativamente os membros gastos e retenção taxas — se projetado corretamente.

Para explorar como os varejistas podem colher de forma mais eficaz os benefícios dos programas de fidelidade, conduzimos um estudo em grande escala em parceria com um dos principais varejistas dos EUA. Analisamos dois anos de dados de compra de mais de 10.000 clientes individuais, totalizando 2,4 milhões de compras, e examinamos padrões de gastos, como a frequência com que os clientes visitaram uma loja, quanto gastaram e quais itens compraram, antes e depois de ingressar no programa de fidelidade da empresa (todos os dados foi coletado antes da pandemia, e analisamos exclusivamente as vendas presenciais em vez de online). Com base nesse extenso conjunto de dados, encontramos algumas tendências interessantes.

Primeiro, descobrimos que, para um grande grupo de clientes, a inscrição no programa de fidelidade não teve impacto perceptível em seu comportamento: eles começaram a coletar descontos (com os quais sem dúvida estavam felizes), mas tanto a frequência de suas visitas quanto a quantidade de seus gastos permaneceram inalteradas.

No entanto, dois segmentos de clientes surgiram dos dados para os quais o programa de fidelidade fez uma diferença significativa: c consolidadores, ou clientes que começaram a comprar mais produtos do varejista (provavelmente produtos que eles haviam comprado anteriormente em lojas concorrentes); e você atualizadores , ou clientes que não aumentaram o número de viagens ou produtos que compraram, mas começaram a comprar versões premium mais caras dos mesmos produtos que haviam comprado anteriormente do varejista. Para esses dois tipos de clientes, o programa de fidelidade era altamente lucrativo – aumentando os gastos em cerca de 50% – e, portanto, estávamos interessados em aprender mais sobre como o varejista poderia identificar esses segmentos e direcioná-los proativamente com o marketing do programa de fidelidade.

Como muitas empresas, esse varejista confiava amplamente em análises de padrões históricos de gastos para identificar clientes de alto valor. No entanto, descobrimos que, em vez de focar nos gastos anteriores, a métrica mais útil era, na verdade, a localização do cliente. As localizações dos clientes em relação ao varejista e seus principais concorrentes determinaram sua “vulnerabilidade” à concorrência, e quanto mais vulnerável o cliente, maior o impacto positivo do programa de fidelidade. Existem alguns componentes para isso. Primeiro, a proximidade com o varejista aumentou marginalmente o impacto do programa de fidelidade, enquanto a proximidade com os concorrentes aumentou significativamente seu impacto. Isso faz sentido: os clientes provavelmente serão mais facilmente influenciados a visitar uma loja próxima a eles e, se não tiverem acesso fácil aos concorrentes, há um potencial limitado para consolidar suas compras em primeiro lugar.

Uma análise mais detalhada, no entanto, revelou nuances importantes e difíceis de definir em torno do impacto de onde exatamente o cliente, o varejista e os concorrentes estavam localizados. Por exemplo, o caminho que um cliente segue para chegar à loja pode fazer uma grande diferença. Se um cliente passar pelos concorrentes no caminho para a loja, é provável que ele seja muito mais vulnerável e, portanto, um candidato de valor muito mais alto para um programa de fidelidade. Da mesma forma, se as lojas concorrentes estiverem geograficamente espalhadas, os clientes podem ficar menos vulneráveis do que se os concorrentes estiverem convenientemente agrupados, especialmente se as lojas concorrentes estiverem na direção oposta à loja em que o cliente é um membro fidelidade.

Dada essa complexidade, identificar manualmente esses tipos de tendências pode ser quase impossível. Mas, em contraste com a análise humana, os métodos modernos de aprendizado de máquina são adequados para encontrar padrões em dados complexos. Nós alimentamos dados abrangentes sobre gastos e locais físicos de clientes, lojas e concorrentes em um modelo simples de aprendizado de máquina, e o modelo foi capaz de prever com precisão quais clientes seriam mais valiosos para se inscrever. É importante ressaltar que o modelo descobriu que pequenas diferenças de localização podem fazer uma grande diferença no ROI, destacando como as ferramentas automatizadas podem segmentar os clientes de maneiras que podem não parecer intuitivas, mas que podem ser incrivelmente impactantes para os resultados financeiros.

Então, o que isso significa para os profissionais de marketing? Existem duas principais conclusões a serem observadas. Primeiro, em vez de se concentrar na conversão dos clientes que mais gastam, os profissionais de marketing devem identificar e direcionar os clientes mais vulneráveis à concorrência. Esses clientes de alta vulnerabilidade têm o maior valor de conversão e, assim, segmentá-los com promoções de programas de fidelidade gerará o maior ROI.

É importante ressaltar que isso pode significar repensar algumas métricas. Por exemplo, o varejista com quem trabalhamos descobriu que, quando eles direcionavam promoções de programas de fidelidade para clientes com os maiores níveis históricos de gastos, um único e-mail aumentou a probabilidade desses clientes de se inscreverem em 6,1% – aparentemente uma taxa de conversão impressionante! Mas quando nos aprofundamos um pouco mais, descobrimos que essa estratégia realmente teve um desempenho um pouco pior do que a segmentação aleatória quando se tratava de identificar clientes para os quais o programa de fidelidade realmente aumentaria a lucratividade, e era muito menos eficaz do que uma estratégia de segmentação que incorporava o cliente vulnerabilidade com base em dados de localização. Especificamente, depois de ingressar no programa de fidelidade, os gastadores elevados (ou seja, os clientes que foram segmentados pelas campanhas originais) quase não exibiram mudanças nos gastos, enquanto os clientes que foram segmentados com base em sua vulnerabilidade aos concorrentes aumentaram seus gastos em 45%.

Além de aumentar o ROI, essa abordagem também pode ser muito mais prática do que a análise tradicional baseada em gastos. Os dados históricos de vendas geralmente não estão disponíveis, são caros ou difíceis de correlacionar com outras informações do cliente, enquanto os dados de localização quase sempre estão prontamente disponíveis. Por exemplo, digamos que você está abrindo uma nova filial ou expandindo para um novo mercado de produtos. É provável que você esteja segmentando clientes para os quais não tem dados históricos de gastos, mas uma simples pesquisa no Google Maps pode fornecer as informações necessárias para determinar onde seu programa de fidelidade terá mais impacto.

A segunda conclusão importante é que o que fizemos não foi difícil. Você não precisa contratar uma equipe de especialistas em aprendizado de máquina ou analistas de dados para implementar um modelo simples que o ajudará a extrair insights invisíveis dos dados que você já possui. Embora nosso estudo tenha ilustrado a importância dos dados de localização para o ROI do programa de fidelidade, não há dúvida de outras métricas que se correlacionam com a lucratividade de outros programas em outros setores, e o aprendizado de máquina pode ser uma ferramenta poderosa para ajudá-lo a identificar e alavancar esses padrões.

Em última análise, trata-se de repensar como você aborda a segmentação. Em vez de se concentrar em clientes que já gastam muito, os profissionais de marketing devem aproveitar ferramentas automatizadas para identificar e focar intencionalmente as promoções nos clientes cuja lealdade será mais valiosa e cujas conversões produzirão o maior retorno.


  • BH
    Brett Hollenbeck is an assistant professor of marketing at the UCLA Anderson School of Management.

  • WT
    Wayne Taylor is an assistant professor of marketing at the Cox School of Business at Southern Methodist University.
  • Related Posts
    Os novos líderes do século XXI

    Uma nova era para invasores

    As empresas estão em dinheiro, as avaliações do mercado de ações são baixas e os investidores de private equity estão sentados em pilhas de capital desinvestido. Claramente, as condições econômicas são certas para uma nova era de aquisições corporativas. Desta vez, entretanto, as placas de empresas de Target podem ter um tempo mais difícil defendendo os incursores corporativos. Isso é porque o plano de jogo defensivo que [...]
    Leer más