Segmentación de clientes con IA: análisis RFM y 6 segmentos

La segmentación de clientes consiste en dividir tu base de clientes en grupos con sentido según su comportamiento y aplicar a cada grupo una decisión publicitaria propia. Funciona en publicidad por una razón simple: el mismo presupuesto baja el CPA cuando llega a la persona correcta, porque dejas de pagar dos veces por alguien que iba a comprar igualmente. La forma más rápida de montarla es el análisis RFM, y la IA le añade una capa predictiva: probabilidad de abandono y valor de vida del cliente previsto.

¿Qué es la segmentación de clientes y el análisis RFM?

El análisis RFM es un método de puntuación que resume a cada cliente con tres números: Recency (cuánto hace de su última compra), Frequency (cuántas veces compró en un periodo dado) y Monetary (cuánto gastó en total). En cada dimensión se divide la base de clientes en cinco tramos iguales y todos reciben una nota de 1 a 5. Un cliente 555 compró hace poco, muchas veces y por mucho importe; un cliente 111 está, en la práctica, perdido.

• Recency (recencia): ¿cuántos días han pasado desde la última compra? Es la señal individual más potente en publicidad: quien compró hace 30 días no es la misma persona que quien compró hace 400.
• Frequency (frecuencia): ¿cuántas veces compró el cliente en el periodo elegido? Un comprador de una sola vez y un cliente que va por su tercer pedido no merecen el mismo mensaje.
• Monetary (importe): ¿cuánto ha gastado el cliente en total? Usa el margen en lugar de la facturación siempre que puedas; un cliente que parece valioso por facturación puede dar pérdidas por su tasa de devoluciones.
• Puntuación: divide a los clientes en cinco tramos iguales en cada dimensión y puntúa de 1 a 5. El resultado es un código de tres dígitos (por ejemplo 545) y los segmentos salen de leer ese código.

¿Qué añade la IA al análisis RFM clásico?

El RFM clásico tiene una sola debilidad: solo mira hacia atrás. Te cuenta lo que un cliente hizo ayer, no lo que hará mañana. Los modelos de IA toman esas mismas puntuaciones RFM como entrada y construyen encima una capa conductual y predictiva: probabilidad de abandono, probabilidad de la siguiente compra y LTV previsto. Así el segmento deja de ser una fotografía y pasa a ser un pronóstico.

• Probabilidad de abandono: la posibilidad de que esa persona deje de comprar en el periodo siguiente. Es lo que decide en quién se gasta el presupuesto de recuperación.
• Probabilidad de la siguiente compra: la posibilidad de que vuelva a pedir pronto. Si es alta, volverá igualmente, y darle un cupón de descuento solo quema margen.
• LTV previsto: el valor que se pronostica que dejará el cliente en el futuro. Elegir la semilla del público similar por LTV previsto en vez de por gasto actual funciona mucho mejor.
• Señales de comportamiento: navegación, afinidad de categoría, tasa de devolución, dependencia del descuento. Sumados a los tres números del RFM, estos campos afinan los segmentos de forma notable.

Conviene ser honesto: la capa predictiva no es magia. La calidad del modelo varía mucho según la calidad del dato y el sector, y en una marca con poco historial de pedidos no pasa de ser una estimación informada. Desconfía además de las cifras altas de 'precisión': el abandono es un evento poco frecuente, así que hasta un modelo que prediga que 'no se va nadie' puede parecer preciso sobre el papel. La forma correcta de usarla es como un orden de prioridad del presupuesto, no como una verdad absoluta. Ahí es donde la gestión de anuncios con IA aporta valor de verdad: no decide, ordena la cola.

¿Qué 6 segmentos de clientes y qué acción publicitaria para cada uno?

Se pueden generar decenas de segmentos, pero el número que una cuenta publicitaria real puede gestionar es seis. Los seis de abajo se construyen leyendo juntos la puntuación RFM y la capa predictiva, y cada uno lleva al lado una única acción publicitaria clara. La regla: si no puedes escribir una acción junto a un segmento, ese segmento sobra.

• Campeones (R5 F5 M5): el núcleo que compra reciente, a menudo y por mucho. Acción: exclúyelos de los anuncios de captación (ya vienen solos) y destina el presupuesto a fidelización, lanzamientos y producto de gama alta.
• Leales (F alta, M media): compran de forma regular pero con carrito pequeño. Acción: venta cruzada y producto complementario. Subir el valor medio del pedido sale mucho más barato que captar un cliente nuevo.
• En riesgo (F y M altas, R baja): era valioso y se está alejando. Acción: recuperación. Suele ser la partida de mayor retorno del presupuesto, porque ya conoces a la persona y el coste de convencerla es bajo.
• Perdidos (R baja, F baja): hace mucho que no aparecen y la probabilidad de retorno es baja. Acción: un único intento con presupuesto bajo y, si no hay respuesta, exclúyelos de la lista. Insistir con este público infla el CPA en silencio.
• Clientes nuevos (R alta, F=1): personas que acaban de hacer su primer pedido. Acción: provocar la segunda compra. El segundo pedido es el umbral en el que un comprador se convierte en cliente.
• Alto potencial (RFM medio, LTV previsto alto): hoy parecen del montón, pero el modelo los valora. Acción: úsalos como semilla de público similar y monta las campañas de captación sobre ese perfil.

¿Cómo se llevan los segmentos a las plataformas de anuncios?

Un segmento que nunca llega a la cuenta publicitaria es solo una hoja de cálculo. Hay tres vías de activación: subirlo como lista de clientes (Customer Match en Google Ads, públicos personalizados en Meta), usar un segmento valioso como semilla de público similar y, sobre todo, excluir los segmentos que corresponda de las campañas. La exclusión es el paso que antes surte efecto y en el que casi nadie piensa.

1. Prepara la lista: envía el correo y el teléfono juntos. Según la documentación de Google, usar dos identificadores en lugar de uno sube la tasa de coincidencia de forma apreciable.
2. Sube y mide la coincidencia: la mayoría de anunciantes se mueve en la banda del 29-62%. Si estás muy por debajo, el problema no es tu público sino tu formato: espacios sin recortar, mayúsculas mezcladas y correos muertos.
3. Monta el público similar: como semilla usa el grupo de LTV previsto alto, no a los campeones. Los campeones ya son un conjunto pequeño y saturado, y el modelo acabará persiguiendo a las personas más caras.
4. Configura las exclusiones: saca de las campañas de captación a quien haya comprado en los últimos 30-90 días. Ese único ajuste recorta el presupuesto de captación desperdiciado entre un 15-25% y de paso limpia el mensaje de tu estrategia de remarketing.

Consentimiento e higiene de datos: ¿qué hay que vigilar?

Subir una lista de clientes no significa enviar a la plataforma todos los correos que tienes. Solo puedes usar registros con consentimiento de marketing y, bajo el RGPD, eso no está a discusión. La higiene de la lista es además una cuestión de rendimiento: una lista llena de registros viejos y sin consentimiento hunde la tasa de coincidencia y muestra anuncios a quien no toca.

• Solo datos con consentimiento: no metas en la lista ningún registro sin permiso de marketing. Las condiciones de las plataformas también lo exigen y el incumplimiento puede llegar a la suspensión de la cuenta.
• Mantén la lista fresca: en Google, una lista debe haberse actualizado en los últimos 540 días para seguir siendo válida. Refrescarla cada mes es una buena costumbre.
• Conoce el mínimo: el mínimo de las listas de clientes de Google Ads bajó de 1.000 a 100 miembros, y Meta aplica un umbral comparable a los públicos personalizados. Los segmentos pequeños pero valiosos ya se pueden usar.
• Atiende las bajas: cuando un cliente pide que le borres, quítalo también de las listas ya subidas. Monta una sincronización periódica, no una subida única.

¿Cómo se comparan el CPA y el ROAS por segmento?

No puedes saber si la segmentación funciona mirando el ROAS global de la cuenta; la media mezcla el buen segmento con el malo. La medición correcta es informar del CPA y el ROAS de cada segmento por separado. El cuadro esperado: el segmento de recuperación queda claramente por debajo de las campañas de captación en CPA, mientras que el segmento perdido se sitúa por encima de la media de la cuenta. Si esas dos cifras se acercan, tus segmentos no son reales, son solo etiquetas.

En resumen: la segmentación no pide presupuesto nuevo, dirige el que ya tienes a la persona correcta. Empieza por RFM, añade encima la capa predictiva, escribe una única acción publicitaria junto a cada uno de los seis segmentos y monta las exclusiones el primer día. Ads Sensor unifica tus datos de Meta, Google, TikTok, Criteo y GA4 en un solo panel, muestra con IA y con su razonamiento qué público está quemando presupuesto y aplica en la plataforma las recomendaciones que apruebes. Apúntate a la pre-beta y comprueba con tus propios datos qué públicos están quemando tu presupuesto.