![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/04\/GettyImages-1169308396.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NOTICIAS \/ MARKETING DE DATOS<\/p>\n<\/div>
28 de abril de 2020
\nEn el mundo post-corona, perfeccionar sus estrategias de fijaci\u00f3n de precios ser\u00e1 tan importante como desarrollar su marketing data-driven, afirma Fabien Cros, Director de Consultor\u00eda de la consultora de IA y data-driven Artefact. <\/p>\n<\/div><\/div><\/div><\/div><\/div>
En el mundo del marketing actual, la personalizaci\u00f3n es clave: todas las marcas est\u00e1n obsesionadas con transmitir los mensajes adecuados a las personas adecuadas en los momentos adecuados. Pero m\u00e1s all\u00e1 de los mensajes a medida, hay algo que muchas marcas olvidan tener en cuenta: las estrategias de precios personalizadas o basadas en el comportamiento. En pocas palabras, ofrecer precios u ofertas diferentes a las personas, en funci\u00f3n de sus necesidades en ese momento.<\/span><\/p>\n El mercado lleva casi una d\u00e9cada hablando de la fijaci\u00f3n de precios basada en el comportamiento, pero hasta la fecha, pocas marcas han acertado, debido principalmente a la falta de data relevantes y a una torpe aplicaci\u00f3n. Sin embargo, por fin ha llegado el momento de que m\u00e1s marcas adopten la tarificaci\u00f3n basada en el comportamiento por tres razones.\u00a0<\/span><\/p>\n En primer lugar, los clientes est\u00e1n ahora condicionados a ver variaciones de precios cuando compran, especialmente en los ecosistemas digitales, donde las aplicaciones para compartir viajes o los sitios web de viajes cambian los precios constantemente.\u00a0<\/span><\/p>\n En segundo lugar, las sofisticadas capacidades de seguimiento data y digital permiten a las marcas crear grupos de clientes y ofertas espec\u00edficas m\u00e1s precisas que nunca.\u00a0<\/span><\/p>\n Y, en tercer lugar, en un momento en el que los bloqueos por coronavirus est\u00e1n obligando a la gente a autoaislarse, el tr\u00e1fico web ha aumentado un <\/span>hasta 90%<\/span><\/a> en algunos mercados, lo que significa que m\u00e1s personas est\u00e1n dispuestas a que las marcas les lleguen a casa con ofertas tentadoras.\u00a0<\/span><\/p>\n Entonces, \u00bfc\u00f3mo pueden las marcas acertar con sus estrategias?<\/span><\/p>\n Comprender la psicolog\u00eda del consumidor<\/b><\/p>\n Comprender el contexto es clave; los clientes pagar\u00e1n un precio que \u201ctenga sentido\u201d para ellos en funci\u00f3n de sus necesidades en un momento concreto. Algunos querr\u00e1n siempre los precios m\u00e1s bajos, pero otros pagar\u00e1n gustosamente m\u00e1s por los mismos productos -o por productos adicionales- si usted les a\u00f1ade valor contextual, como un env\u00edo superr\u00e1pido o un embalaje de regalo cuando busquen regalos de \u00faltima hora.<\/span><\/p>\n Uber <\/span><\/a>o <\/span>Lyft<\/span><\/a>, por ejemplo, saben que los pasajeros est\u00e1n dispuestos a pagar cantidades variables durante los periodos de alta demanda, mientras que algunas apps de reparto de comida, como <\/span>Sin fisuras<\/span><\/a> o <\/span>Doordash<\/span><\/a> en EE.UU., cobran una prima por las entregas de comida a domicilio a altas horas de la noche.<\/span><\/p>\n \u00c9ste es el quid de la fijaci\u00f3n de precios basada en el comportamiento. M\u00e1s all\u00e1 de \u2018s\u00f3lo\u2019 convencer a los consumidores para que compren, las marcas deben aprender <\/span>qu\u00e9<\/span><\/i> que est\u00e1n dispuestos a pagar en determinadas situaciones. Eso puede variar, por lo que las marcas deben \u2018agrupar\u2019 a sus clientes en grupos basados en diversos factores psicol\u00f3gicos, emocionales y de comportamiento, as\u00ed como en su disposici\u00f3n previa a comprar productos y servicios de precio bajo o alto.<\/span><\/p>\n Estas agrupaciones son similares a las utilizadas en el marketing personalizado y data-driven (DDM), que se basan en data de primera y tercera parte (como aficiones y compras anteriores), pero utilizan data de un conjunto m\u00e1s variado de fuentes -incluidos historiales de navegaci\u00f3n, registros demogr\u00e1ficos, programas de fidelizaci\u00f3n y, cada vez m\u00e1s, las redes sociales- para crear perfiles de consumidores m\u00e1s desarrollados.<\/span><\/p>\n Analizar este data es un proceso complejo, pero merece la pena. Comprender todo el embudo de ventas, especialmente los \u00faltimos segundos, puede ofrecer un aumento del margen neto de entre el 10% y el 15% (dependiendo del sector).<\/span><\/p>\n No discrimine<\/b><\/p>\n