È giusto che un consumatore di New York paghi un prezzo più alto di uno che vive in Ohio per lo stesso servizio? E, ad esempio, un dottore di New York dovrebbe spendere di più di un tassista dell’Ohio? Oppure, è normale che una persona che possiede un Mac, sia costretta a pagare un prezzo più alto per un hotel? Inutile domandarselo: accade già. Un numero sempre crescente di aziende è già passato a un modello di business basato sulla sottoscrizione, dove i clienti pagano una fee mensile per un servizio continuativo piuttosto che un importo una tantum. La nuova tendenza è quella di sperimentare prezzi diversi e piani tariffari alternativi, basati sui dati e gli analitycs degli utenti allo scopo di massimizzare i ricavi e la soddisfazione del cliente. Una tendenza particolarmente diffusa negli Stati Uniti e meno in Europa, ma che pare rappresenti il futuro del retail sia di prodotto sia di servizio. Un numero sempre crescente di consumatori preferisce sottoscrivere un abbonamento per servizi che fino a poco tempo fa acquistava con una transazione alla volta, come guardare film su Netflix o pagare una somma annuale ad Amazon evitando le spese di spedizione sugli acquisti online. Ma, oltreoceano le sottoscrizioni vanno di moda anche per acquistare ogni sorta di bene, come i rasoi, l’intimo, i cosmetici e tutto ciò che può servire con una cadenza costante. I marketer, sulla scia di questa novità, stanno sperimentando gli effetti della differenziazione degli abbonamenti in base a variabili legate al target di riferiemento.

PREVEDERE IL TASSO DI ABBANDONO (CHURN RATE)

Molto spesso, le aziende commettono l’errore di rendere molto difficile la vita ai clienti che cercano di cancellare una sottoscrizione, ad esempio, nascondendo i contatti in un angolo buio del loro sito, oppure cercando di convincerli a riconsiderare la propria decisione ma senza cambiare il prezzo o le specifiche del servizio. I business più smart, invece, sanno che i clienti tendono a mantenere attivo un abbonamento a fronte di un’offerta più vantaggiosa. Del resto, perdere un cliente piuttosto che accontentarlo o allettarlo con un’offerta, è un errore da principianti. Ad esempio, a un utente che desidera interrompere il pagamento automatico, si potrebbe offrire un tot di mesi gratuiti per lo stesso servizio e poi la possibilità di pagare un importo unico per il resto dell’anno, questo permetterebbe a quest’ultimo di interrompere i pagamenti mensili, senza però rinunciare al servizio, ottenendo così un duplice vantaggio. Oppure, la nuova offerta potrebbe comprendere un pacchetto più ricco di prodotti allo stesso prezzo. Le modulazioni dell’offerta sono potenzialmente infinite e quindi facilmente personalizzabili in base alle esigenze espresse dal cliente. Ogni consumatore risponde in modo diverso alle varie offerte in base a diversi fattori come, ad esempio, demografici, di localizzazione o persino in base al periodo dell’anno. Le variabili sono molteplici anche se non tutte possono essere prese in considerazione. Molto utili sono, ad esempio, i dati statistici. Orbitz, per citarne uno, già nel 2012, aveva scoperto che coloro che utilizzano maggiormente i dispositivi Apple scelgono hotel sopra la media e spendono tendenzialmente dai 20 ai 30 dollari in più per alloggiarvi. Per questo, ha adottato una strategia che prevedeva offerte e promozioni destinate a questi ultimi che però comprendessero solo hotel di fascia medio/alta.

MASSIMIZZARE LE REVENUE

Ma mano che le aziende hanno a disposizione sempre più di dati riferiti ai consumatori, modulare le offerte in base a questi è sempre più concreto e fattibile, nonché una valida alternativa per aumentare le revenue. Un A/B test può essere d’aiuto per capire quale offerta generi le percentuali migliori per demografica, gli analytics in real-time possono suggerire come differenziare le offerte per singolo utente e servirle loro nell’immediato. Ad esempio, già l’impiegato di un call center, grazie ad un software dedicato, potrebbe proporre offerte tailor made ad ogni singola chiamata da parte dei consumatori, cosa che potrebbero altrettanto fare sistemi automatizzati per le chiamate o l’interazione sul web (ad esempio i chatbot). Le statistiche dimostrano, infatti, che questo tipo di strategia può aiutare le aziende a mantenere oltre il 15% dei clienti che, in caso contrario, avrebbero disdetto. Dunque, piuttosto che rendere la vita difficile ai consumatori che intendono abbandonare un abbonamento, si dovrebbe utilizzare questo contatto con loro come un’opportunità, non solo per mantenerli, ma anche per proporre offerte più solide e vantaggiose che possano persino fidelizzarli ulteriormente. Immaginiamo se anche solo un centinaio di clienti su mille intenzionati ad abbandonare, accettassero la nuova offerta, sarebbe già un grossissimo diver di aumento delle revenue. Inoltre, questo tipo di interazioni con il cliente è un’ottima fonte di informazioni per comprendere i problemi maggiormente diffusi, ad esempio, in una determinata aerea geografica, per un target d’età e così via.

“ABBONAMENTI” PERSONALIZZATI

Ora che i marketer hanno imparato il valore di proporre differenti prezzi in base a come vengono processate le cancellazioni di un abbonamento, il passo successivo è quello di variare anche il prezzo di partenza in base all’audience di riferimento e non più in base al servizio specifico, basandosi sull’aggregazione di diversi dati di marketing. Naturalmente, il problema di base è che non è possibile mantenere segrete determinate differenze, anche per via della facilità di accesso alle informazioni sul web e sui social network. Il dottore di New York potrebbe non essere contento di scoprire che sta pagando di più rispetto al tassista dell’Ohio. Tuttavia, le aziende possono camuffare i vari prezzi associando ad ogni offerta delle piccole variazioni, un prodotto in più per qualcuno o un livello di servizio più elevato per qualcun altro, differenze non sostanziali ma che potrebbero giustificare la variazione di prezzo o, almeno, mascherarla. Anche perché, in generale, i clienti tendono a concentrarsi sul prodotto e l’esperienza complessiva per valutare la loro soddisfazione. Non risultano, infatti, grandi lamentele nei confronti delle aziende che attuano già questa modalità, poiché i consumatori tendono a fidarsi molto della propria capacità di giudicare il valore di un’offerta. I big data permettono di avere una visione del cliente a 360 gradi e l’utilizzo intelligente di questi ultimi è un driver ormai irrinunciabile per rendere meglio sul mercato, sviluppare politiche di prezzo e servizio customizzate e anche per far credere al proprio cliente che tutto sia stato studiato su misura per la sua soddisfazione. La cosa importante da sottolineare è che si tratta di approccio assolutamente legale, poiché le differenze di prezzo non si basano su dati come l’etnia, il reddito o il sesso, ma sulla provenienza, la fascia d’età e altre variabili meno sensibili. In ultima analisi, le aziende che abbracciano questa tendenza godono di un aumento considerevole dei profitti e i consumatori più consapevoli possono anche usarla a proprio vantaggio sfruttando la propria influenza per negoziare piani tariffari più convenienti e che si adattino meglio alle loro esigenze.