Inicio Management La predicción de abandono en centros fitness

La predicción de abandono en centros fitness

Evitar el abandono de los centros deportivos se ha convertido en una de las principales estrategias de sus gestores. En la actualidad, ya se ha asumido que la satisfacción es posiblemente el concepto más asociado con la fidelidad, y por lo tanto, el que más favorece que el cliente no abandone el centro. Sin embargo, se ha demostrado científicamente que muchos clientes satisfechos también se van.

Por: Iván Clavel San Emeterio / Grupo IGOID / clavel.ivan@gmail.com
Diversos estudios concluyen que no es suficiente la satisfacción con el servicio recibido para que el cliente no abandone, por lo que se hace necesario profundizar en la retención del cliente y otros comportamientos que pueden anticipar una posible baja.

Existe mayor facilidad en la retención de un cliente en fase de abandono que en la recuperación de éste cuando ya ha causado baja. De esta forma, conviene detectar los síntomas de abandono y actuar de manera individualizada cuando los clientes emiten estas señales, antes de que sea tarde. Por lo tanto, es necesario identificar las señales de abandono de los usuarios de los centros deportivos y establecer procesos que permitan conocer, recopilar y sistematizar los aspectos de la relación que mantiene con la empresa. No basta sólo con intuir un posible abandono, en la actualidad, con toda la información que es posible manejar es necesario trabajar con datos reales y aplicar conceptos de administración científica.

Con este fin predictivo, es clave la utilización de softwares informáticos centrados en la gestión de la relación con los clientes (Customer Relationship Management), en la gestión de bases de datos (data warehouse, datamining y similares), la caracterización de los clientes, la gestión de los clientes más valiosos, así como la creación de alertas y alarmas que permitan actuar pro-activamente cuando un cliente está dando señales de que es proclive a abandonar la empresa como tal.

La experiencia y estudios empíricos han demostrado que rara vez el cliente decide abandonar la empresa súbitamente, los clientes envían señales de abandono. Estas señales son específicas de cada sector de negocios, sin embargo, existen tres que son comunes a casi todos los sectores:

  • Reducción del número de transacciones
  • Reducción del volumen de transacciones
  • Incremento de quejas y reclamaciones

De esta forma, parece necesario revisar las bases de datos y los historiales de compra para seguir el comportamiento de consumo de los cliente, detectando su posible abandono por medio de algunas convenciones como identificar a los clientes que no han variado su patrón de compra. Evidentemente, la repetición en la compra está condicionada por las compras anteriores, y la revisión del comportamiento pasado es la mejor manera de predecir el comportamiento futuro, ya que puede revelar de manera muy efectiva la estabilidad de las conductas del cliente.

Bajo esta premisa, se han comenzado a realizar estudios predictivos partiendo de los registros habituales de los usuarios de centros deportivos, utilizando los datos individuales de accesos, cuota pagada, tiempo de estancia, gasto medio y otras. A partir de este análisis, se encontraron diferencias significativas en el comportamiento de los sujetos que habían sido baja y los que no en cuanto a los valores de estas variables.

Las variables predictivas

El análisis de cada una de estas variables obtuvo un valor predictivo en cuanto al comportamiento de baja, encontrando que los más jóvenes, los que menos acceden, los que menos tiempo están por acceso y los menos antiguos tienen una mayor probabilidad de abandonar con respecto a su grupo de referencia. Como ejemplo; en un estudio realizado en tres centros deportivos (Clavel-San Emeterio et al., 2017) no existe coincidencia en el valor predictivo del género, del dinero gastado o de la contratación de la cuota de suspensión.

Sin embargo, las variables que mostraron un mayor valor predictivo fueron la devolución de recibos y la condición de ex-socio. Dicho de otra forma, aquellos que devuelven los recibos y que ya han sido baja previamente, tienen una gran probabilidad de abandonar con respecto a los que no realizan este comportamiento.

Modelos predictivos

Conocer las variables que más caracterizan a un usuario con grandes probabilidades de baja es muy útil. Sin embargo, no es nada comparado con las posibilidades que ofrece el trabajo más profundo con dichos datos. La combinación de todas las variables permite establecer un modelo predictivo, y obtener así la probabilidad de abandono de los usuarios de los centros deportivos aplicando dicho algoritmo a los clientes actuales.

En el estudio realizado sobre tres centros deportivos, los modelos obtenidos resultaron eficaces entre el 75% y el 82% de los casos. Esto permitirá identificar con escaso margen de error, a los sujetos que probablemente sean baja y actuar antes de que ocurra. Además, como los datos utilizados se registran automáticamente por el sistema CRM, es posible disponer de la fórmula para cada socio siempre actualizada.

Cada centro deportivo tiene su propia normativa y su propio modelo de gestión, lo que hace que cada modelo predictivo sea diferente, con variables distintas. No obstante, parece que la antigüedad, el número de accesos y el gasto mensual, así como la condición de ex-socio y la devolución de recibos están habitualmente incluidos, por lo que las estrategias de fidelización deberían abordar la mejora en estos aspectos.

Este sistema de trabajo permitirá identificar una fórmula de predicción específica, con una configuración de variables influyentes en el comportamiento de baja para el centro deportivo analizado. De esta forma se podrá segmentar a los usuarios según su probabilidad de abandono y diseñar estrategias específicas e individualizadas para evitar su baja como socio.

 

 

Escribe un comentario