Valor del tiempo de vida del cliente para restaurantes y hoteles

Valor de vida del cliente para restaurantes y hoteles Una sesión informativa de marketing de Purple Engage Duración: aproximadamente 10 minutos - - - INTRODUCCIÓN Le damos la bienvenida a la sesión informativa de marketing de Purple Engage. Soy su anfitrión, y hoy vamos a hablar sobre el valor de vida del cliente (o CLV) - qué significa realmente para los restaurantes y hoteles, cómo calcularlo correctamente y, lo más importante, cómo aumentarlo. Si es director de marketing o responsable de CRM en un establecimiento de hostelería, esto le interesa. - - - SECCIÓN 1: POR QUÉ IMPORTA - 1 MINUTO Empecemos con una realidad incómoda. La mayoría de los establecimientos de hostelería destinan la mayor parte de su presupuesto de marketing a adquirir nuevos clientes, y casi nada a retener a los que ya tienen. Eso es un error. He aquí el porqué. Una investigación de Bain and Company demuestra que aumentar la retención de clientes en solo un cinco por ciento puede incrementar los beneficios entre un 25 y un 95 por ciento. Y la Harvard Business School sitúa el coste de adquirir un nuevo cliente entre cinco y siete veces por encima del de mantener a uno existente. El valor de vida del cliente - o CLV - es la cifra única que hace que este argumento sea indiscutible. Le indica exactamente cuánto vale un cliente para su establecimiento durante todo el tiempo que siga volviendo. No solo el cubierto de esta noche. No solo la reserva de habitación de este fin de semana. Toda la relación. Cuando conoce ese número, cada decisión de marketing cambia. Deja de tratar a todos los clientes por igual. Empieza a invertir más en aquellos que aportan más valor. Y crea campañas que hacen que la gente vuelva, no solo que crucen la puerta una vez. - - - SECCIÓN 2: EL ENFOQUE - 5 MINUTOS Entonces, ¿cómo se calcula realmente el CLV para un establecimiento de hostelería? La fórmula es sencilla. El CLV es igual al valor medio de la visita, multiplicado por la frecuencia de las visitas, multiplicado por el tiempo de vida del cliente. Permítame desglosar cada uno de estos elementos. El valor medio de la visita es el importe medio que un cliente gasta cada vez que nos visita. Para un restaurante, es el valor medio del cubierto, incluidas las bebidas. Para un hotel, son los ingresos medios por estancia, incluidos los gastos de restauración, spa y servicios complementarios. La frecuencia de visitas es el número de veces que un cliente nos visita al año. Aquí es donde la mayoría de los establecimientos tienen un punto ciego. Conocen su número total de cubiertos o su tasa de ocupación, pero no tienen ni idea de cuántos de ellos corresponden a clientes habituales frente a nuevos. El tiempo de vida del cliente es el periodo de tiempo durante el cual un cliente sigue volviendo antes de dejar de hacerlo. Para un restaurante de barrio, podría ser de tres a cinco años para un cliente habitual y fiel. Para un hotel de destino, podría medirse de forma diferente: cuántas veces reserva un huésped a lo largo de una década. Ahora permítame ofrecerle algunas cifras para que lo vea de forma más clara. Pensemos en un restaurante informal. Un cliente esporádico gasta cuarenta y cinco libras, realiza una sola visita y nunca regresa. El CLV es de cuarenta y cinco libras. Un cliente ocasional gasta cincuenta y dos libras por visita, asiste ocho veces al año y se mantiene activo durante tres años. El CLV es de mil doscientas cuarenta y ocho libras. Un cliente habitual y fiel gasta sesenta y ocho libras por visita, asiste dos veces al mes y se mantiene activo durante cinco años. Su CLV es de ocho mil ciento sesenta libras. Ese cliente habitual y fiel vale ciento ochenta veces más que el cliente esporádico. Ciento ochenta veces. Y, sin embargo, la mayoría de los establecimientos dirigen sus campañas de marketing a ambos de forma idéntica. La misma lógica se aplica a los hoteles. Un huésped que reserva una sola vez para un viaje de ocio tiene un perfil de valor muy diferente al de un viajero de negocios que se aloja doce noches al año. Premier Inn, por ejemplo, ha logrado una ventaja competitiva significativa al comprender y actuar exactamente sobre esta distinción. Aquí es donde la cosa se pone interesante, y donde la mayoría de los establecimientos se topan con un muro. Para calcular el CLV correctamente, es necesario vincular a los clientes individuales con su historial de visitas y sus datos de gasto. Suena obvio, pero es realmente difícil. Los sistemas de punto de venta registran transacciones, no personas. Los sistemas de reservas registran reservas, pero no a los clientes sin reserva previa. Los sistemas PMS de los hoteles capturan datos de las estancias, pero solo de los huéspedes que reservan directamente. El resultado es que la mayoría de los establecimientos calculan el CLV a nivel de segmento, no a nivel individual. Conocen su promedio, pero no pueden identificar qué clientes específicos están por encima o por debajo de él. Y eso significa que no pueden actuar en consecuencia. Este es el problema que resuelve el WiFi para clientes, siempre que esté configurado correctamente. Cuando un cliente se conecta a su WiFi, completa una página de inicio de sesión. Ese inicio de sesión captura su nombre, dirección de correo electrónico y, lo que es fundamental, su consentimiento para recibir comunicaciones de marketing de conformidad con el GDPR. El enfoque de Purple es lo que llamamos suscripciones de elección consciente. El cliente elige activamente recibir comunicaciones. No se trata de una casilla ya marcada. Es una decisión verificada y deliberada. Esto es importante tanto a nivel legal como comercial, porque los clientes que han optado por participar interactúan a tasas significativamente más altas que los contactos adquiridos por otros medios. Pero aquí está el punto clave. Cada vez que ese mismo cliente regresa y se vuelve a conectar a su WiFi, Purple vincula esa nueva visita a su perfil existente. Ahora dispone de un registro verificado de cuántas veces ha visitado esa persona específica, en qué fechas y a qué horas. Se trata de datos de frecuencia de visitas, capturados automáticamente, a nivel de cliente individual. Combinados con los datos de su POS o PMS, puede calcular un CLV real para personas reales, no un promedio para un segmento ficticio. Las herramientas como Mailchimp o Klaviyo son excelentes para enviar campañas a una lista que ya posee. Pero no crean la lista. No capturan datos de visitas. No saben si la persona que abrió su correo electrónico el martes pasado realmente asistió el miércoles pasado. Purple sí lo sabe. - - - SECCIÓN 3: PASOS PRÁCTICOS Y ERRORES COMUNES - 2 MINUTOS Bien, pasemos a la práctica. Estos son los pasos para implementar el seguimiento del CLV en su establecimiento. Paso uno: configure su inicio de sesión de WiFi para capturar datos de primera mano. Si ofrece una red abierta sin inicio de sesión, está perdiendo la parte más valiosa de la interacción con el cliente. Implemente un portal cautivo que cumpla con el GDPR y que capture, como mínimo, el nombre y el correo electrónico. Paso dos: integre sus datos de WiFi con su CRM. Purple Engage conecta el contacto capturado con un perfil que registra cada visita posterior. No es necesario hacer esto manualmente. Es un proceso automatizado. Paso tres: conecte sus datos de gasto. Si su POS o PMS puede exportar datos de transacciones, vincúlelos a sus perfiles de clientes. Incluso un gasto medio aproximado por visita, segmentado por intervalos de frecuencia de visita, es enormemente más útil que una única media global. Paso cuatro: cree sus segmentos. Como mínimo, necesita cuatro: clientes nuevos que han venido una vez, ocasionales que han venido de dos a cinco veces, habituales que vienen seis o más veces al año, y clientes inactivos que no han venido en noventa días o más. Paso cinco: configure campañas automatizadas para cada segmento. Un correo electrónico de bienvenida para los nuevos clientes. Una oferta de reactivación para los clientes inactivos. Una recompensa exclusiva para su veinte por ciento superior según el CLV. No hace falta que sean complejas. Deben ser oportunas y relevantes. Ahora, los errores comunes. El fallo más habitual es tratar el CLV como un cálculo puntual en lugar de como una métrica en tiempo real. Su combinación de clientes cambia. Los patrones de gasto varían. Necesita recalcular el CLV al menos trimestralmente, e idealmente hacer que se actualice de forma automática en su CRM. El segundo error común es ignorar a los clientes inactivos. Recuperar a un cliente que vino seis veces y luego dejó de hacerlo vale mucho más que captar a un cliente nuevo que nunca ha estado en su establecimiento. Su historial de CLV le indica que le gustaba su local. Algo cambió. Una campaña de reactivación bien programada - activada, por ejemplo, a los sesenta días de inactividad - puede recuperar un porcentaje significativo de ese grupo. El tercer error común es optimizar para el CLV medio cuando debería estar optimizando para el grupo superior. Su veinte por ciento superior de clientes según el CLV suele generar alrededor del sesenta por ciento de sus ingresos. Sepa quiénes son. Trátelos en consecuencia. - - - SECCIÓN 4: PREGUNTAS Y RESPUESTAS RÁPIDAS - 1 MINUTO Pregunta: no tenemos un programa de fidelización. ¿Podemos calcular el CLV de todas formas? Sí. No necesita un programa de fidelización para realizar el seguimiento de la frecuencia de las visitas. Los datos de inicio de sesión de los clientes a través de WiFi le proporcionan marcas de tiempo de las visitas vinculadas a perfiles individuales. Eso es suficiente para calcular la frecuencia de las visitas y estimar el CLV sin necesidad de ninguna infraestructura de tarjetas de fidelización. Pregunta: ¿qué pasa si los clientes no se conectan al WiFi en cada visita? Es una buena pregunta. El seguimiento de visitas basado en WiFi captura un subconjunto de visitas, no necesariamente todas. La clave es la consistencia. Si un cliente se conecta en la mayoría de sus visitas, los datos de frecuencia relativa siguen siendo válidos para fines de segmentación. Con el tiempo, a medida que aumenta la adopción de WiFi - que actualmente supera el ochenta por ciento en la mayoría de los restaurantes de comida informal -, los datos se vuelven más completos.Pregunta: ¿cómo se compara esto con utilizar únicamente nuestros datos de reservas? Los datos de reservas registran a los clientes que reservan con antelación. Los clientes sin reserva previa, las visitas al bar y las visitas espontáneas son invisibles. Los datos de WiFi los registran a todos, independientemente de si reservaron o no. Especialmente para los restaurantes, donde una proporción significativa de los cubiertos corresponde a clientes sin reserva, esta es una diferencia sustancial. - SECCIÓN 5: RESUMEN Y PRÓXIMOS PASOS - 1 MINUTO Para terminar. El valor del tiempo de vida del cliente es la métrica más importante que la mayoría de los establecimientos de hostelería no están midiendo correctamente. La fórmula es simple: valor medio de la visita, multiplicado por la frecuencia de las visitas, multiplicado por el ciclo de vida del cliente. La parte difícil es obtener los datos a nivel individual para hacerlo realidad. El WiFi para clientes, configurado con un inicio de sesión que cumpla con el GDPR y conectado a su CRM, resuelve ese problema de datos. Crea su lista de contactos automáticamente, realiza un seguimiento de las visitas recurrentes y le ofrece la base para calcular y actuar sobre el CLV a nivel de cliente individual. Los establecimientos que hacen esto bien - y Premier Inn, Pizza Express y Whitbread son ejemplos de operadores que se toman esto en serio - generan significativamente más ingresos por cliente que aquellos que tratan cada visita como una transacción. Su próximo paso: auditar su configuración de WiFi actual. ¿Está capturando datos de los clientes? ¿Fluyen esos datos hacia su CRM? ¿Segmenta su CRM por frecuencia de visitas? Si la respuesta a cualquiera de estas preguntas es no, ahí es donde debe empezar. Para obtener más información sobre esto, visite purple.ai y explore la plataforma Engage. También dispone de una guía complementaria sobre el uso del tiempo de permanencia y los datos de visitas para la segmentación, que profundiza en la parte analítica. Gracias por escucharnos. Volveremos con otro informe en breve. - FIN DEL GUION