Segmentación
de base.
Dividir la cartera de clientes en grupos para tomar decisiones distintas con cada uno. Lo que parece obvio conceptualmente es donde más empresas fallan operativamente: segmentaciones por demografía que no predicen nada, decenas de segmentos que el equipo no puede operar, y sobre todo, segmentos que existen en la herramienta pero no cambian lo que la empresa hace.
- Definición rápida
- Segmentación de mercado vs segmentación de base
- Las cuatro dimensiones y su accionabilidad
- Criterios de un segmento accionable
- Cuántos segmentos deberías tener
- Anti-consenso: segmentar por demografía rara vez funciona
- Cómo conecta con el sistema
- Errores frecuentes
- Preguntas frecuentes
- Referencias y bibliografía
Segmentación de base de clientes.
La segmentación de base es el ejercicio de dividir a la cartera de clientes existentes en grupos que comparten características relevantes para tomar decisiones operativas diferenciadas. A diferencia de la segmentación de mercado — que clasifica clientes potenciales para decidir a quién vender — la segmentación de base opera sobre clientes que ya compraron, con datos reales de comportamiento, y su pregunta es qué hacer con cada grupo. Un segmento es útil sólo si genera decisiones distintas: si el equipo le envía las mismas comunicaciones, le ofrece los mismos productos y le da la misma prioridad a todos los segmentos, no hay segmentación real, hay taxonomía ornamental.
02 — Dos disciplinas distintasSegmentación de mercado vs segmentación de base.
La confusión entre ambas disciplinas es común y costosa. La segmentación de mercado es anterior a la venta: clasifica al universo de potenciales clientes usando principalmente variables demográficas, firmográficas (en B2B) y hipotético-comportamentales para decidir dónde invertir esfuerzo de adquisición. Es la disciplina del marco STP de Kotler (segmentation-targeting-positioning). Su insumo es data secundaria, estudios de mercado y panel research.
La segmentación de base es posterior a la venta: clasifica a los clientes que ya compraron usando comportamiento real, transacciones y engagement observados. Su insumo es la propia data operativa de la empresa, capturada por el CRM. Las decisiones que habilita son distintas: a quién priorizar en retención, a quién ofrecer expansión, a quién darle servicio premium, qué mensaje y canal usar con cada grupo.
Peter Fader, en Customer Centricity, articuló por qué la distinción importa: los datos comportamentales de la base son significativamente más predictivos que los demográficos de mercado. Una empresa puede haber hecho excelente segmentación de mercado para atraer el perfil correcto, y aun así tener clientes reales que se comportan muy distinto entre sí porque la variabilidad individual supera a la intergrupal demográfica. Usar segmentación de mercado para operar la base es traer el mapa del bar a un viaje por la ruta: puede coincidir en algo, pero no sirve para las decisiones del camino.
03 — DimensionesLas cuatro dimensiones y su accionabilidad.
Las variables de segmentación se agrupan en cuatro dimensiones principales. Cada una tiene un nivel distinto de accionabilidad — capacidad real de generar decisiones diferenciadas. Conocer el nivel de cada una permite priorizar la inversión en captura de datos y construcción de segmentos.
Demográfica / Firmográfica
Edad, género, ingreso, ubicación, ocupación (B2C) / industria, tamaño, facturación, geografía (B2B). Fácil de capturar, pero rara vez predice comportamiento real. Su accionabilidad es baja salvo cuando el producto depende estructuralmente de la variable.
Productos con uso estructuralmente ligado a demografía: cuidado infantil, salud, productos financieros por edad, pensiones.
La gran mayoría de casos en consumo masivo, B2B sectorizado y servicios digitales.
Comportamental
Patrones de uso del producto, features activadas, touchpoints de engagement, frecuencia de interacción, respuesta a campañas previas. Requiere tracking pero es altamente predictiva.
Siempre que haya producto con uso observable: SaaS, apps, e-commerce con login, suscripciones, plataformas con cuenta.
Captura de eventos bien instrumentada. Sin eventos limpios, la segmentación comportamental es impracticable.
Transaccional / Por valor
Frecuencia de compra, ticket promedio, CLV observado, recencia, categorías compradas. La dimensión de mayor accionabilidad porque va directo al impacto económico de cada segmento.
Psicográfica / Por JTBD
Actitudes, valores, motivaciones, jobs-to-be-done que el cliente contrata al producto. Profundidad conceptual alta pero difícil de capturar de forma escalable; requiere investigación cualitativa sostenida.
En categorías donde el JTBD varía significativamente entre clientes: software para múltiples funciones, productos multi-uso, servicios complejos.
Requiere investigación cualitativa. Difícil de mantener actualizada en bases grandes sin metodología formal.
La regla operativa: en la mayoría de los negocios, la combinación óptima es transaccional + comportamental como base principal, con psicográfica como capa de matiz en segmentos de alto valor, y demográfica sólo cuando el producto lo demanda estructuralmente. Empezar por demografía “porque es fácil de capturar” produce segmentaciones poco accionables que luego cuesta desarmar.
04 — CriteriosCriterios de un segmento accionable.
No todo grupo de clientes es un segmento. Para que una clasificación califique como segmentación operativa, debe cumplir cinco criterios mínimos. Wendell Smith, quien acuñó el término en 1956, propuso los primeros; Philip Kotler los formalizó después como test de calidad. Siguen siendo válidos.
Tests que debe pasar una segmentación antes de implementarse
Mensurable
El segmento debe poder identificarse con datos disponibles. Si la definición requiere data que no se captura, no es un segmento accionable, es una hipótesis. “Clientes satisfechos” sin medir satisfacción no es segmento.
Sustancial
Debe representar un volumen suficiente como para justificar tratamiento diferenciado. Un segmento del 0.5% de la base rara vez justifica diseñar campañas propias. Existen excepciones en negocios con alto CLV — 5 clientes de gran cuenta pueden merecer estrategia propia.
Accionable
Debe existir una decisión concreta que la empresa puede tomar con ese segmento y no con otros. Si a todos se les envía lo mismo y se les ofrece lo mismo, la “segmentación” es taxonomía ornamental sin valor operativo.
Diferenciable
Los segmentos deben responder distinto a las mismas intervenciones. Si el segmento A y el segmento B reaccionan igual a la misma campaña, no son segmentos distintos aunque la definición los separe.
Estable pero dinamizable
La pertenencia al segmento debe ser suficientemente estable como para operar sobre ella, pero lo suficientemente dinámica como para que los clientes puedan moverse entre segmentos al cambiar su comportamiento. La segmentación congelada se desactualiza; la hipervolatil hace imposible operar.
El test más honesto para saber si una segmentación funciona es este: pedile al equipo de marketing que describa las tres últimas decisiones distintas que tomó con cada segmento en los últimos tres meses. Si no puede responder con acciones concretas y específicas por segmento, la segmentación no existe en la operación, existe en la diapositiva. Y las diapositivas no facturan.
Lisandro IserteCuántos segmentos deberías tener.
La pregunta “¿cuántos segmentos necesito?” tiene una respuesta contraintuitiva: pocos. Entre 4 y 8 segmentos cubren la mayoría de los casos operativos reales. Con menos de 4, el tratamiento es demasiado homogéneo y se pierde granularidad útil. Con más de 8, el equipo no puede operar diferenciadamente con todos — cada segmento adicional dilata tiempo de planificación, producción de copywriting específico y medición separada.
V. Kumar documentó en Profitable Customer Engagement que el número óptimo sube con la madurez del equipo y la sofisticación de la automatización. Empresas con equipos pequeños y procesos manuales rinden mejor con 4-5 segmentos que puedan operarse con profundidad. Empresas con plataformas sofisticadas y equipos especializados pueden gestionar 12-15. El error más común es diseñar la segmentación al nivel de sofisticación teórico posible, no al nivel operativo real.
Hay otra variable comúnmente ignorada: la cantidad de canales activos. Si la empresa opera sólo email lifecycle, con 4-5 segmentos alcanza. Si suma email marketing transaccional, push, in-app e incluso advocacy, la complejidad operativa por segmento se multiplica: cada segmento necesita su matriz de mensajes por canal. Un equipo que no puede producir esa matriz coherente para 8 segmentos quizás pueda hacerlo para 4. La elección del número debe considerar el ancho operativo real, no sólo el ideal conceptual.
La regla pragmática: empezar por la cantidad mínima de segmentos que permite tomar las decisiones realmente diferenciadas hoy. Expandir cuando el equipo domine el número actual. Los segmentos se multiplican rápido en PowerPoint pero lento en operación; la distancia entre ambos es la principal fuente de frustración en proyectos de segmentación. Scott Brinker llama a este fenómeno “el abismo entre la sofisticación de la herramienta y la capacidad de operación del equipo”: la herramienta puede manejar 100 segmentos, el equipo humano rara vez maneja más de 10 con profundidad.
06 — Anti-consensoAnti-consenso: segmentar por demografía rara vez funciona.
Hay una creencia heredada del marketing de las décadas de 1960-1990: la segmentación demográfica es el punto de partida natural. En la práctica contemporánea, con bases de clientes digitales y data comportamental abundante, la evidencia apunta en otra dirección.
Sharp, Ehrenberg-Bass y la irrelevancia de la demografía fina
Byron Sharp, en How Brands Grow, publicó con el Ehrenberg-Bass Institute una de las conclusiones más desafiantes para la práctica ortodoxa: las diferencias demográficas dentro de una categoría de producto tienden a reflejar penetración de mercado, no preferencia real. En categorías masivas, los compradores de una marca son sorprendentemente similares demográficamente a los compradores de la competencia, y las diferencias que parecen relevantes desaparecen cuando se normalizan por tamaño de mercado.
La implicancia operativa: invertir en segmentación demográfica fina para productos masivos es trabajo costoso con retorno bajo. Los segmentos que terminan importando son comportamentales (heavy vs light users, categoría buyers vs brand loyal) y por valor (high CLV vs low CLV).
La excepción está en productos donde la demografía condiciona estructuralmente el uso: salud por edad, productos para familias con hijos, servicios geográficamente limitados. Fuera de esos casos, empezar por demografía es empezar por el eje menos predictivo. Peter Fader complementa: la heterogeneidad individual dentro de un grupo demográfico supera típicamente a la variabilidad entre grupos, haciendo que la segmentación demográfica promedie comportamientos muy distintos en el mismo cubo.
La postura editorial: para la mayoría de negocios con data comportamental disponible, comportamiento + valor supera a demografía. La demografía es capa descriptiva, no capa operativa. Puede servir para reportar perfil agregado de la base, no para decidir qué hacer con cada cliente específico.
Cómo conecta con el sistema.
Fidelización: segmentación habilita todo el subhub
Los siguientes spokes — RFM, lead scoring, customer scoring — son técnicas específicas que operacionalizan la segmentación en dimensiones concretas.
Rendimiento: segmentos necesitan medición separada
Los dashboards deben mostrar KPIs por segmento, no sólo agregados. Sin medición segmentada, la segmentación existe pero no se valida.
Crecimiento: conversión varia por segmento
Los segmentos de origen (canal, campaña) predicen calidad de la cohorte. Segmentar la base por cómo llegaron permite optimizar adquisición focalizada.
Estrategia: priorización por valor del segmento
Segmentos con mayor CLV merecen más inversión que los de bajo. La priorización estratégica usa datos del segmento.
Marca: posicionamiento y segmentos
El posicionamiento debería resonar con los segmentos clave; si los segmentos de mayor valor no se sienten hablados, el posicionamiento está desalineado.
Errores frecuentes al segmentar.
Segmentar antes de definir decisiones
Crear segmentos sin saber qué vamos a hacer distinto con cada uno produce taxonomía sin operación. La pregunta va primero: qué decisiones queremos diferenciar; después vienen los segmentos que las habilitan.
Partir de demografía por default
Edad, género e ingreso son los datos más fáciles de capturar pero los menos predictivos en la mayoría de categorías. Empezar por comportamiento y valor rinde más.
Sobre-segmentar
Diseñar 15-20 segmentos “para ser más precisos”. El equipo no opera con todos y los segmentos adicionales se vuelven ornamentales. Empezar por 4-6 y expandir con madurez. El número correcto no es el más teóricamente preciso sino el más operativamente sostenible.
Tratar la segmentación como estática
Los clientes cambian. Un segmento construido una vez y no revisado anualmente deja de reflejar la realidad. La segmentación es práctica viva, no entregable. Una revisión trimestral mínima — validar que los segmentos siguen siendo coherentes con la data actual — evita el decay silencioso que caracteriza las segmentaciones desactualizadas.
No medir por segmento
Si los dashboards muestran solo promedios agregados, la segmentación no se valida. Sin medir por segmento, no hay cierre del loop. Las métricas deben reportarse tanto a nivel de base completa como por segmento para detectar dónde la estrategia funciona y dónde no. Sin esa granularidad en el reporting, el aprendizaje organizacional sobre la base se detiene.
Preguntas frecuentes.
¿Diferencia entre segmentación de mercado y de base?
La de mercado clasifica potenciales clientes para decidir a quién vender; la de base opera sobre clientes existentes para decidir qué hacer con cada grupo. Datos distintos, decisiones distintas.
¿Cuántos segmentos debería tener?
Entre 4 y 8 cubren la mayoría de casos. Empezar por pocos, expandir cuando el equipo domine. La sobre-segmentación es el error más común.
¿Demografía o comportamiento?
Comportamiento, casi siempre. Sharp y Fader documentaron que la demografía dentro de una categoría es débilmente predictiva. La excepción son productos estructuralmente demográficos.
Referencias y bibliografía.
Smith, W. (1956). “Product Differentiation and Market Segmentation as Alternative Marketing Strategies.” Journal of Marketing, 21(1).
Kotler, P., & Keller, K. L. (2016). Marketing Management. 15th ed. Pearson. Cap. 9: “Identifying Market Segments and Targets.”
Sharp, B. (2010). How Brands Grow. Oxford University Press.
Fader, P. (2020). Customer Centricity. 2nd ed. Wharton Digital Press.
Kumar, V. (2018). Profitable Customer Engagement. Sage.
Christensen, C. M. (2016). Competing Against Luck: The Story of Innovation and Customer Choice. Harper Business.
Ehrenberg-Bass Institute. marketingscience.info.
Términos del glosario