Juan Pérez-Carballo
Bastantes de las nuevas métricas, incluso sus actuales acrónimos, se vienen usando antes de su actual resurgimiento. El ARPU, por ejemplo, tiene su equivalente en la industria hotelera en el RevPar (revenue per available room) o ingreso medio por habitación disponible que junto con la tasa de ocupación (habitaciones ocupadas/habitaciones disponibles) y el ADR (average daily rate) o precio medio por habitación ocupada componen la ecuación económica clave del sector.
RevPar = ADR x ocupación
La industria del transporte aéreo utiliza conceptos similares. La ecuación económica del beneficio por AKO (la capacidad de transporte medida por el número de asientos ofertados al año) resta el coste por AKO al producto del rendimiento tarifario o precio medio (ingresos por AKO) y la ocupación (PKT/AKO) donde PKT es el número de pasajeros-km transportados al año (la producción real).
Beneficio / AKO = rendimiento tarifario x ocupación – costes / AKO
La realidad es que cualquier comercio conoce desde hace tiempo el consumo medio por transacción o por cliente con su sencillo software sectorial.
El ARPU, el CHURN (la clásica tasa de pérdida de clientes, inversa de la tasa de fidelidad) y otros similares como el CBR (cash burn rate: meses de tesorería disponible) son bien conocidos. Están en la gestión de las empresas desde hace mucho tiempo y lo seguirán estando porque forman parte de la esencia de sus actividades respectivas.
Pero también es cierto que las nuevas industrias exigen métricas nuevas. es el caso de la tasa de conversión (los clientes que compran sobre los clientes interesados) en el negocio digital o los DAU (daily active users), los usuarios activos diarios, y MAU (monthly active users), los mensuales. estos dos últimos de utilización en el comercio de los juegos digitales. La relación DAU/MAU estima la proporción de usuarios activos mensuales que interactúan con su producto en un día. Si el DAU es 600 y el MAU 300 como media cada usuario se conecta dos veces al día.
Ahora, con el desarrollo tecnológico, los indicadores tradicionales y los nuevos se calculan con mayor fiabilidad y rapidez que antes. Esto sucede con el CAC (customer acquisition cost), el coste de adquirir un cliente, o el LTV (lifetime value), el valor del cliente. Además, son de captura, almacenamiento, acceso y análisis más fácil, mediante las técnicas del big data y el business intelligence. También se pueden integrar en modelos de negocio específicos para descubrir sus relaciones y evaluar el resultado de las decisiones en tiempo real.
La mayor disponibilidad y el mejor tratamiento de las métricas permite extraer más valor de los datos. Esto mejora su contribución, entre otras áreas, al control de gestión. Lo importante ahora es analizarlos para comprender de qué dependen y cómo gestionarlos para mejorar los resultados.
