Predictivo

Condiciones inteligentes impulsadas por inteligencia artificial que permiten anticipar el comportamiento de los clientes. Estas reglas aprovechan algoritmos avanzados para predecir la probabilidad de compra y el estado del cliente, permitiendo una segmentación precisa y efectiva.

• Probabilidad de compra: Estima la probabilidad de que un cliente compre en los próximos 7 días según su comportamiento. Las opciones son:

  • Alta: top 10% de compradores más probables.

  • Media: siguiente 20%.

  • Baja: 70% restante.

  Para calcular la probabilidad, considera factores como:

  • Días desde la última interacción (↓): a más días sin interacción, menor probabilidad.

  • Cantidad de compras (↑): a mayor cantidad de compras, mayor probabilidad.

  • Ticket promedio (↑): a mayor ticket promedio, mayor probabilidad.

  • Último carrito abandonado sin compra posterior (↑): un carrito abandonado reciente eleva la probabilidad.

  Los clientes se agrupan así:

  • Alta (top 10%): clientes con mayor probabilidad, siempre que esa probabilidad sea al menos del 5%.

  • Media (siguiente 20%): el siguiente 20%, más quienes del top 10% no alcanzaron el mínimo del 5%.

  • Baja (70% restante): el resto de los clientes.

• Estado del cliente: Clasifica a los clientes según su estado (active/inactive/churn) a 30 días. Las opciones son:

  • Activo: compró recientemente.

  • Inactivo: dejó de comprar.

  • Probable que abandone.

  • Comprador potencial: visita y es probable que compre.

  • Visitante: sin compras.

  • Visitante dormido: dejó de visitar.

  Para la predicción, el modelo considera:

  • Días desde la última compra (↓): a más días sin compra, menor probabilidad.

  • Monto total comprado (↑): a mayor monto acumulado, mayor probabilidad.

  • Días promedio entre interacciones (↑): a mayor intervalo entre interacciones, mayor probabilidad.

  • Ticket promedio (↓): a mayor ticket promedio, menor probabilidad.