XLSTAT: Valor de vida del cliente (CLV) en Excel

Este tutorial muestra cómo ejecutar el método de valor de vida útil del cliente (CLV) en Excel utilizando el software estadístico XLSTAT.

Conjunto de datos y objetivo de este tutorial sobre el valor de vida del cliente (CLV)

El conjunto de datos representa una muestra de datos de suscripción mensual de un proveedor de servicios telefónicos. El período abarcado es de 2010 a 2014. Se representan tres grupos de usuarios de una segmentación basada en valor: Young, Classic y Premium.

El objetivo de este tutorial es calcular el CLV (valor de vida del cliente) de los clientes y también estimar algunos KPI como la tasa de retención de clientes o el tiempo antes de la pérdida .

Configurar el cuadro de diálogo Valor de vida del cliente (CLV)

Una vez que se inicia XLSTAT, seleccione la función Funciones avanzadas / Herramientas de marketing / CLV . Aparece el cuadro de diálogo Valor de vida del cliente

En la pestaña General , seleccione la columna correspondiente al precio de suscripción en el campo ARPA (Ingresos promedio por cuenta). Luego, seleccione en orden las 2 columnas relacionadas con la fecha de adquisición y la fecha de abandono en el campo Tiempo (adquisición/abandono) . Nuestro conjunto de datos contiene la variable Segmentos, así que marque el caso Segmentos y seleccione los datos correspondientes para permitir que XLSTAT produzca resultados por segmentos. Finalmente, seleccione las Etiquetas de variable para considerar los nombres de las variables proporcionadas en la primera fila del conjunto de datos.

Como las suscripciones son mensuales, seleccione mensual en el campo período de suscripción .

En la pestaña Opciones, podemos incluir determinados parámetros como la tasa de descuento o los costes operativos fijos en el cálculo del CLV. Podemos optar por definir la tasa de retención de clientes si la conocemos o estimarla a partir de los datos haciendo clic en Estimar.

Para los clientes que se cobran a principios de mes, elegimos en la sección Pago la opción Inicio del periodo.

En la pestaña Resultados , elegimos los resultados que queremos mostrar. Seleccionamos Previsión de CLV para realizar simulaciones sobre el valor de CLV medio de los clientes que permanecen en la base de datos después de la última fecha de abandono registrada durante el periodo definido por el usuario. En este tutorial, elegimos un periodo de 6 meses.

Los cálculos comienzan una vez que has hecho clic en Aceptar . A continuación, se mostrarán los resultados.

Interpretar los resultados del valor de vida del cliente (CLV)

El primer resultado que se muestra es el CLV promedio por segmento . El promedio más bajo corresponde al segmento Young.

Luego, se muestran las tasas estimadas de abandono y retención para cada segmento.

Como podemos observar, los clientes Premium son los menos fieles y los del segmento Joven los más fieles, con una tasa de retención mensual del 97,15%. Por tanto, podemos suponer en este punto que los que más dinero gastan no son los más fieles.

Más adelante tenemos las estimaciones del tiempo antes de la deserción de los clientes y el gráfico relacionado.

Estos resultados nos ayudan a ver que la mitad de los clientes del segmento premium cancelan sus suscripciones antes de que finalice el primer año de suscripción. Sería interesante realizar una campaña de marketing para fidelizar a los clientes de este segmento.

Luego, el análisis de sensibilidad mide el impacto de un aumento en la tasa de retención sobre el CLV. Las variaciones consideradas son incrementos del 5% a partir de la tasa de retención estimada.

Observamos que un aumento del 5% en la tasa de retención del segmento Premium aumentaría el CLV medio de este segmento de 804,55 € a 3537,73 €. Esto confirma el resultado anterior que sugería poner en marcha una acción para aumentar la tasa de retención de clientes de este segmento.

La última tabla se refiere a la previsión del CLV . Contiene una simulación del valor CLV medio de los clientes que permanecen en la base de datos durante el período de seis meses posterior a la última fecha de abandono registrada.