Case Study

Cómo abordar la complejidad de los gustos de los clientes

Cómo Thomas Sabo está usando datos para responder a una de las demandas más complejas de los clientes, es decir, el gusto y no la necesidad

Thomas Sabo Logo

La marca Thomas Sabo simboliza versatilidad, innovación y diseños que marcan tendencias de joyas y relojes desde que fue creada en 1984. Su cartera de alta calidad se adapta a todos los estilos, presupuestos y grupos demográficos, un modelo que refuerza el éxito comercial, pero que conlleva exigencias complejas a la hora de identificar los gustos de los clientes.

Esta complejidad se manifiesta particularmente en Internet. La experiencia en la tienda física, que fomenta la comprensión por medio de relaciones personalizadas con los clientes, es difícil de replicar en forma digital. Prueba de esto es el alto nivel de abandono de carro de compras que registraba Thomas Sabo antes de trabajar con Tealium. Con la llegada de COVID-19 y el cierre de las tiendas físicas, la necesidad de concretar la transformación digital del negocio se volvió más urgente que nunca. El uso de los datos para comprender la necesidad ya es muy compleja, pero cuando se trata de comprender los gustos (especialmente en el sector de la joyería, donde existen grandes espectros de pasiones y preferencias personales) las herramientas para comprender los datos tienen que estar a la altura de ese desafío.

Desafío:
Comprender los gustos y preferencias personales de cada cliente para reducir la tasa de abandono de carro de compras e impulsar la fidelización con el cambio a los modelos de comercio intensamente digitales durante el confinamiento.

Solución:
Aprovechar la capacidad de Tealium AudienceStream de integrar múltiples fuentes de datos para lograr una comprensión muy detallada de las preferencias, los comportamientos y los gustos.

Resultados:
Mayor reducción del abandono de carros de compras gracias a los eficaces correos de empuje con tasas de conversión de seis a siete veces superiores a la media.

Florian Schlütter, Business Analyst E-Commerce at Thomas Sabo GmbH & Co. KG, “El uso de datos para analizar los gustos es un reto complejo. Tiene que ir acompañado de la comprensión del comportamiento y, con Tealium AudienceStream, Thomas Sabo ha sido capaz de fidelizar – y vender – a sus clientes en uno de los años más turbulentos de la historia del comercio minorista. También está preparando a la empresa para el éxito futuro, sea como sea”

Tealium y Thomas Sabo operan como un solo equipo

En primer lugar, Tealium implementó un servicio de soporte estratégico de alto nivel de contacto para el equipo de análisis de datos de Thomas Sabo. Un equipo de integración y un ingeniero de implementación dedicado se aseguraron de que la plataforma se estableciera en un plazo de un mes, con sesiones semanales regulares con el equipo de gestión de cuenta de Tealium. Este soporte de alta frecuencia garantiza que los equipos de analistas de datos y marketing de Thomas Sabo se anticipen a los retos a los que se enfrentan.

La integración y conectividad que ofrece AudienceStream de Tealium fue un factor crucial en la decisión de adoptar la plataforma; era una propuesta de la que carecían otras opciones. La facilidad de uso para los equipos no técnicos también fue una gran influencia, ya que el equipo que maneja la plataforma en Thomas Sabo son analistas de datos y especialistas en marketing.

Operar sin la necesidad de conocimientos de Javascript ni de la participación de desarrolladores permitió solucionar aspectos por anticipado que hubieran podido frenar la adaptación ágil al cambio.

Cómo entender el comportamiento y el gusto

Una de las primeras prioridades para entender las preferencias del cliente fue abordar el abandono de carros de compras. Por medio de los test A/B, Thomas Sabo pudo identificar el momento óptimo para hacer el seguimiento enviando notificaciones de tipo “nudge”; ¿una hora es muy pronto? ¿Seis horas es mucho? Esta información debía enmarcarse de acuerdo con factores como hora del día y día de la semana; si un cliente abandona un carro a las 22 horas, no será buena idea enviarle un correo de seguimiento cuatro horas después, a las 2 de la mañana. Definir cómo deben cambiar estas respuestas en función del valor de los artículos también era fundamental; ¿cuál es el comportamiento de la compra de menos de €50 comparada con el de un carro de compra con más de €250?

También era clave ampliar este conocimiento a cómo era el recorrido en cada caso: ¿cuántas veces volvió el cliente al carro y, si no volvió y no completó la compra, qué promociones le harían volver para comprar? Este análisis le permite a Thomas Sabo decidir si un vale promocional, un regalo gratis o el envío gratis podrían llevar al cliente a completar la compra, para asegurar que un alto volumen de carros previamente abandonados concreten la compra o sean reemplazados por otra compra diferente.

La información detallada sobre los productos que se están viendo, guardando o agregando a carros de compras le permite a Thomas Sabo perfeccionar una y otra vez el conocimiento que tiene de cada cliente, lo que, a su vez, informa sus actividades de promoción y comunicación; los resultados alimentan aún más la comprensión de los gustos.

¿Qué resultados obtuvieron?

Con la ayuda de Tealium AudienceStream, Thomas Sabo pudo hacer frente al abandono de carritos mediante comunicaciones de tipo “nudge” que dieron lugar a tasas de conversión hasta siete veces superiores a la media. Este éxito también se aplicó a la captación de clientes para las nuevas colecciones de joyas, donde Tealium AudienceStream (y Audiences en particular) ayudó a conseguir tasas de conversión un 70% más altas que con los métodos tradicionales.

Schlütter “El éxito que hemos obtenido simplemente no hubiera sido posible sin el apoyo personalizado que recibimos del equipo de Tealium; desde la implementación y el lanzamiento, hasta el asesoramiento estratégico quincenal. Realmente son como una extensión de nuestros equipos internos de análisis de datos y marketing.”

Download PDF