Cómo detectar clientes que están dejando de comprar

Por qué el plazo fijo no funciona

La solución intuitiva es poner una regla: «avisame de los clientes que hace 60 días que no compran». Suena razonable y genera dos errores al mismo tiempo.

• Falsos positivos. El cliente que compra cada tres meses, siempre, aparece como perdido cada tres meses. Después de la tercera vez, la lista se ignora.
• Falsos negativos. El cliente que compraba todas las semanas y hace 25 días que no aparece ya se fue — y todavía no entró en la lista de 60 días.

El segundo error es el caro. El cliente semanal que desaparece es exactamente al que había que llamar, y el plazo fijo lo detecta cuando ya pasó mes y medio.

La métrica correcta: el desvío contra el ritmo propio

Cada cliente tiene su propia cadencia. La pregunta no es «¿hace mucho que no compra?» sino «¿hace mucho para él?».

Paso 1: el intervalo habitual de cada cliente

Se calcula sobre su propio historial: el promedio de días entre una compra y la siguiente.

Con menos de tres o cuatro compras el número no es confiable: no hay patrón todavía, hay casualidad. A esos clientes conviene tratarlos aparte.

Paso 2: el desvío

Este número sí es comparable entre clientes distintos, que es justamente lo que el plazo fijo no lograba. Un desvío de 1,6 significa lo mismo en el cliente semanal que en el trimestral.

Paso 3: el umbral

Como referencia práctica:

• Desvío entre 1,5 y 2: señal temprana. Es el momento de mayor rendimiento de un contacto, porque todavía no tomó una decisión firme.
• Desvío mayor a 2: el cliente duplicó su intervalo normal. Probablemente ya está comprando en otro lado.
• Desvío mayor a 3: recuperación difícil. Sirve para entender qué pasó más que para recuperar.

La caída gradual: el caso que nadie ve

Hay un cliente peor que el que se va: el que se queda comprando menos. No aparece en ninguna lista de inactivos porque sigue comprando — solo que un tercio de lo que compraba.

Para detectarlo hay que mirar la tendencia, no el último evento. Comparar los últimos tres meses contra los tres anteriores, en dos dimensiones:

• Frecuencia: ¿está comprando menos veces?
• Monto por compra: ¿está comprando menos cada vez?

Las dos caídas significan cosas distintas. Menos frecuencia con el mismo monto suele indicar que te está usando como segundo proveedor. El mismo ritmo con menos monto suele indicar que se llevó parte del surtido a otro lado — y ahí lo interesante es qué dejó de comprar, porque esa es la pista de qué pasó: un precio, un faltante repetido, o un competidor que apareció con ese producto.

RFM, en dos párrafos

El método clásico para esto se llama RFM y ordena a los clientes por tres variables: Recencia (cuánto hace de la última compra), Frecuencia (cuántas veces compró) y Monto (cuánto gastó). Se puntúa cada cliente en cada variable y los grupos resultantes se tratan distinto.

La lectura útil para una pyme es simple: el cliente de alta frecuencia y alto monto cuya recencia se disparó es el más urgente de todos. Es el que más plata deja y el que más señales dio antes de irse. Si solo vas a mirar un segmento, mirá ese.

Qué hacer con el aviso

Un par de reglas que evitan que esto se convierta en spam:

• Primero preguntar, después ofrecer. Un mensaje que pregunta si pasó algo rinde más que uno que arranca con un descuento — y el descuento reflejo le enseña al cliente que esperando consigue precio.
• Una sola vez. Si no contesta, no insistas semanalmente. Perdés el cliente igual y además quedás mal.
• Mirar antes qué dejó de comprar. Ir con la pregunta concreta es distinto de ir con un «¡te extrañamos!».

Por qué esto necesita el historial de ventas

Todo lo anterior se apoya en un requisito: que las ventas estén asociadas al cliente. Si en el mostrador se cobra sin identificar a quién, no hay intervalo habitual que calcular ni desvío que medir. Es la razón por la que conviene registrar el cliente desde el primer día, incluso cuando todavía no se le va a dar ningún uso.

Con ese historial, el cálculo lo puede mantener el sistema de forma continua y avisar cuando un cliente cruza su umbral. Cómo lo hacemos nosotros está en CRM y clientes, y el resto de los casos que la IA detecta, en IA para negocios.