Un modelo entrenado con tu propio historial de compras predice cuánto valdrá cada cliente durante los próximos 12 o 24 meses, a partir de lo que hizo en sus primeros días: qué productos eligió, de qué canal llegó, qué descuento necesitó, cómo pagó. La predicción vuelve a las plataformas publicitarias como valor de conversión, de modo que la puja optimiza hacia clientes que se quedan y no hacia clientes que convierten barato y se van.
Un cazador de descuentos y un cliente que repetirá durante tres años devuelven el mismo valor de conversión. El algoritmo compra fielmente más del barato, porque es lo que le pediste.
Un promedio sobre toda la base esconde que un canal trae clientes que valen cuatro veces más que otro. El LTV mezclado es un número cómodo que no sostiene ninguna decisión.
El LTV real se conoce cuando la cohorte madura, que es exactamente cuando el presupuesto que la creó ya está gastado.
Doce o veinticuatro meses, ingresos o margen de contribución, con devoluciones netas o sin ellas. Esto se cierra primero con finanzas, porque un modelo que predice la magnitud equivocada es peor que no tener modelo.
Contenido de la primera cesta, categoría, profundidad del descuento, canal y campaña de captación, dispositivo, método de pago, resultado de la entrega, contacto temprano con soporte. La idea es predecir con lo que sabes el día uno, no el día noventa.
El modelo se entrena con cohortes antiguas y se prueba con otras que nunca vio, y luego se compara con la base ingenua: el valor del primer pedido. Si no la supera de forma significativa, lo decimos y paramos.
El valor previsto vuelve a Meta y Google como valor de conversión vía sus API, y entra en tu CRM y tu BI. A partir de ahí la puja optimiza hacia el valor a largo plazo con la maquinaria que ya usas.
Las cohortes envejecen, el mix cambia, un canal nuevo se comporta distinto. La precisión se controla cada mes contra el valor realizado, y el reentrenamiento sigue un calendario en lugar de esperar a que alguien pierda la confianza.
Construimos en tu stack en lugar de moverte al nuestro. La lista de abajo es a lo que esta solución se conecta con más frecuencia; otros sistemas son una cuestión de alcance, no un impedimento.
La suficiente para ordenar clientes, rara vez exacta por individuo. Informamos de cuánto mejora al valor del primer pedido sobre una cohorte reservada, y esa comparación es la que importa para la puja.
Usamos cookies solo para analítica: para ver desde qué páginas llegan las consultas. Nada más, y nada antes de que aceptes. Política de cookies