Ir al contenido

Modelos matemáticos para ganar el juego comercial. Modelo SEAL

La ciencia al servicio del Growth (Crecimiento) empresarial
30 de mayo de 2025 por
Antonio Fregoso

En el Scientific-Realism-Lead Growth el crecimiento es un fenómeno social por lo que podemos utilizar herramientas de estudio de comportamiento social para predecir el comportamiento de los consumidores y así tomar decisiones estratégicas y operativas. El modelo SEAL es un modelo simplificado del Customer Journey en el cual dividimos en 4 etapas llamadas compartimientos el comportamiento de los consumidores a lo largo de su experiencia con la marca.

¿Por qué modelar el juego comercial?

La ciencia permite crear modelos explicativos y predictivos a partir de datos empíricos recolectados a través de los flujos de información del sistema empresa. Esto nos permite crear escenarios probables y analizar posibles estrategias comerciales, permite también identificar áreas a mejorar en performance. Cuando la estrategia se diseña y despliega a partir de datos empíricos y modelos matemáticos, nos da una ventaja competitiva formidable. El enfoque estratégico comercial basado en la ciencia no se basa solo en el mercado, sino en la sociedad como sistema y el crecimiento empresarial (Growth) como un fenómeno social generado por efecto voz a voz. Modelar el juego comercial y generar escenarios para probar estrategias antes de desplegarlas en la sociedad es similar al túnel de viento que se utiliza para diseñar autos Fórmula 1.

Modelo SEAL

  1. Susceptibles: Consumidores que están en condición de estar expuestos a los mensajes de la marca, ya sea orgánico o pagados.
  2. Expuestos: Consumidores que han visto al menos una vez algun mensaje de la marca.
  3. Activados: Consumidores que ya están dentro del proceso comercial. Han llenado un formulario, se han suscrito a una lista de correo o han creado su cuenta de prueba es servicios que operan en la modalidad freemium.
  4. Latentes: Consumidores que ha compraron al menos una vez. Se les llama latentes porque el objetivo es mantenerlos leales (comprando) o sea latiendo como un corazón enamorado.

El siguiente paso es desarrollar las ecuaciones que describan el paso de los consumidores entre compartimientos: SEAL:

N = S + E + A + L

Donde N es la audiencia potencial total que se alcanza con una campaña de marketing pagada. Se supone constante.

Definimos un sistema de 4 ecuaciones diferenciales que describen los cambios de estado en cada uno de los compartimientos.

Las variables son probabilidades que se calculan a partir de los datos históricos de las campañas de marketing de la empresa.

Nombre

Descripción

Etiqueta

α (alpha)

Alcance Pagado

PR (Paid Reach)

βa (Beta)a

Transmisión voz a voz de susceptibles a expuestos.

A V2V

βl (Beta)l

Transmisión voz a voz de expuestos a latentes.

L V2V

σ (Sigma)

Progresión de Expuestos a Activados

E2A 

γ (Gamma)

Progresión de Activados a Latentes

A2L

ν (Nu)

Transmisión voz a voz fuera de N

Growth V2V

μe (Mu)e

Abandono en Expuestos

Rechazos

μa (Mu)a

Abandono en Activos

Perdidos

μl (Mu)l

Abandono en Latentes

Muertos

El growht se convierte en fenómeno social cuando el efecto voz a voz desborda la audiencia potencial total. Esto es la audiencia que podría ser alcanzada por la campaña de marketing pagada. 

SEAL sin rechazos

La primera aproximación es solamente con las probabilidades de cambiar de compartimiento. Las probabilidades están ajustadas a un periodo de un mes y no diaria. El modelo se ajusta a 24 meses.

  1. Pagada: Suponemos un alcance de 20% de la audiencia total con publicidad pagada. Esto es un 0.20 de la audiencia pasa de susceptibles a expuestos. 
  2. E2A: Del total de los expuestos, un 30% pasa a activados. Es un valor conservador en campañas digitales.
  3. A2L: Del total de los activos, un 20% pasa a latentes. 

Son valores muy conservadores, pero muy comunes. Sin embargo, es poco probable que sucede porque implica que todos terminarían comprando.



SEAL con Rechazos

Ahora agregaremos la probabilidad de rechazos para hacerlo mas cercano a la realidad.

  1. Rechazo: 15% de los expuestos dejan de ver los promocionales.
  2. Churn rA: 10% de los activos se van.
  3. Churn rL: 5% los latentes dejan de comprar.

Son valores de churn bajos, solo es para ver el efecto. Esto es lo que tradicionalmente sería un embudo de ventas.


SEAL con Growth

Ahora agregaremos el efecto voz a voz. El Growth (crecimiento) se dispara por el efecto voz a voz, ya que las recomendaciones son más efectivas que el alcance pagado. 

  1. Growth: 20% de los clientes latentes recomiendan el producto o servicio a personas que no han sido alcanzadas por los medios pagados.

SEAL con Growth a largo plazo

Aumentamos el intervalo de tiempo a 60 meses y vemos claramente el efecto Growth provocado por el efecto Voz a Voz. Aquí hay que recordar que hay modelos de negocio que tienen el efecto growth desde el primer año, otos en 3, 4 o 5 años y hasta en más. Todo depende de la estrategia y el alcance pagado. En este ejemplo a los 400 días ya se puede ver el efecto.

Customer Journey completo

El modelo SEAL es una simplificación. Un modelo mas completo sería basado en el Custumer Journey ajustando las probabilidades según los datos de la empresa. Esto nos permite medir el performance de cada etapa del Custumer Journey y así ir mejorando el rendimiento del sistema empresa.


¿Qué sigue?

Estos modelos se basan en el cambio de estado de las personas que interactúan con la marca, se miden y pronostican personas. El siguiente paso es conectar este modelo que se basa en la capa social con la capa comercial y entonces medir el flujo de ventas y los cosos de promoción para poder obtener en tiempo real los famosos Costo de Adquisición de Clientes (CAC), Valor de Vida del Cliente (LTV), Retorno de la Inversión Publicitaria (ROAS) y demás indicadores. También es necesario un buen dashboard en el cuarto de guerra que permita a partir de la visualización disparar la intuición de la alta dirección para los movimientos tácticos.  Lo importante es tener un modelo de negocios centrado en la ciencia  y entonces si se puede hablar de automatizar flujos de trabajo con agentes de IA e innovación basada en la experiencia del cliente. 

Autor
  • Antonio Fregoso
  • Ver en

Artículo publicado en may 30, 2025

Sigueme en LinkedIn

Derechos de Autor
Compartir
Nuestros blogs
Archivo