.jpeg)
Cuando un cliente te dice que se va, normalmente ya es tarde: ya ha comparado, ya tiene otra oferta y ya ha decidido. La única forma de retenerlo es llegar antes. Y para llegar antes tienes que saber quién se va a ir.
Para prevenir la caída de cartera hay que hacer tres cosas: predecir qué clientes tienen más riesgo de irse, a partir de cómo se comportaron los que se fueron antes; contactarlos con campañas pensadas para ellos, y medir los resultados con un grupo de control para saber qué funciona. La analítica avanzada y la inteligencia artificial hacen posible la primera parte de forma automática.
Te lo contamos paso a paso.
Porque los clientes que se van suelen parecerse entre sí. Si en los últimos años se han ido sobre todo clientes con una sola póliza, pago mensual y una subida de prima reciente, es muy probable que los clientes actuales con ese mismo perfil tengan más riesgo.
Por eso, antes de prevenir hay que medir. Si todavía no conoces tu tasa de caída, empieza por qué es la caída de cartera y cómo calcularla.
Un modelo de analítica o de inteligencia artificial revisa el historial de tu cartera, aprende los patrones de los clientes que se fueron y asigna a cada cliente actual una probabilidad de baja.
Para hacerlo usa datos que ya tienes en tu ERP:
Cuantos más años de historial y más limpios estén los datos, mejores serán las predicciones. Por eso el primer paso práctico suele ser revisar la calidad de los datos de la cartera.
Con la lista de clientes en riesgo, el siguiente paso es organizar campañas. La idea es agrupar a clientes parecidos para darles un mensaje que les sirva. Por ejemplo: "clientes con alto riesgo de dar de baja el seguro de hogar en los próximos tres meses".
Algunas claves:
Te contamos más sobre canales y renovaciones en nuestra guía de gestión de cartera.
Aquí es donde muchas corredurías fallan: hacen la campaña, ven que algunos clientes se quedan y dan por hecho que ha funcionado. Pero quizá esos clientes se habrían quedado igualmente.
La forma correcta de medirlo es con un grupo de control: de los clientes en riesgo, apartas al azar entre un 10 % y un 20 % y no los contactas. Después comparas.
Deja pasar al menos 3 meses, mejor 6, antes de sacar conclusiones. Algunos efectos de la fidelización tardan en notarse.
Y recoge siempre por qué se fueron los clientes que, pese a ser contactados, se dieron de baja. Esa información mejora el modelo y las siguientes campañas.
Predecir, contactar y medir no se hace una vez. Cada ciclo te da datos nuevos que mejoran las predicciones y las campañas del siguiente. Las corredurías que más retienen son las que lo convierten en rutina.
Si además de evitar bajas quieres aumentar el valor de cada cliente, el mismo enfoque sirve para la venta cruzada.
En Foliume automatizamos buena parte de este proceso: Wilfredo renueva y re-tarifica pólizas cuando sube la prima, y los agentes de voz hacen las llamadas de retención a los clientes en riesgo. Solicita una demo y lo vemos con tu cartera.