La adecuada segmentación de las solicitudes de información que realizan los alumnos potenciales de una institución educativa es fundamental para poder atender en primer lugar aquellas que más probabilidades tienen de convertirse en solicitudes de admisión.
Al hilo del artículo sobre el uso de Dynamics Marketing para la implementación de un modelo de scoring sobre clientes potenciales en CRM (Putting Lead Scoring Models and Landing Pages to work in Dynamics Marketing) este artículo describe la implementación de un modelo similar en un proyecto para un cliente del sector educativo.
La importancia de segmentar las solicitudes
Hoy en día cualquier solicitante de información sobre una titulación en una institución educativa espera que su solicitud de información sea confirmada, como mínimo, con un primer email de respuesta dónde se le detalle la información que ha solicitado. Así como también puede esperar recibir una llamada para ampliarle la información telefónicamente.
Pero cuándo los recursos son escasos, lo que suele ocurrir durante los periodos de matriculación, realizar una llamada a cada solicitante puede ser simplemente imposible por la falta de personal.
Por eso, implementar un modelo de scoring que puntúe automáticamente estas solicitudes es fundamental para decidir qué solicitudes se atienden de forma prioritaria, por ejemplo con una llamada de teléfono personalizada que ayude definitivamente a un solicitante a iniciar el proceso de admisión.
Criterios para el modelo de scoring
La dificultad para realizar este cálculo radica en que los formularios de solicitud de información que inician este proceso suelen contener, de forma expresa, muy poca información útil para segmentar. Lo cuál dificulta bastante la obtención de criterios para realizar dicho cálculo y obtener una puntuación para cada solicitud.
Información histórica
En el modelo implementado en este proyecto se optó por hacer obligatorio el código postal (porque que resulta fácil de introducir), de modo que, combinado con la titulación, permitió consultar, en el histórico de matrículas, cuántos alumnos procedentes del mismo código postal habían cursado la misma titulación.
Y sobre el resultado de éste cálculo ya se pudo baremar mejor a aquellas solicitudes procedentes de códigos postales con mayor número de matriculas.
Por supuesto, éste no fue el único criterio del modelo implementado pero resultó un criterio muy útil para conseguir el objetivo del modelo de score: poder obtener una vista las solicitudes ordenadas por el campo ‘Score’ para priorizar las llamadas a los solicitantes con más puntuación.
Conclusiones
La implementación de un modelo de scoring para puntuar las solicitudes de información o de admisión es una práctica muy recomendable en la implantación de un sistema CRM en una institución educativa.
Pero la elección de los criterios para el modelo debe mantener un equilibrio entre la cantidad de información (obligatoria) requerida en la solicitud y el rechazo que pueda provocar completar toda esta información.
Por este motivo hacer obligatorio el código postal en combinación con la titulación solicitada aporta un criterio muy valioso, consultando los datos históricos sobre matriculación, para conseguir el objetivo deseado: priorizar las solicitudes para atenderlas en consecuencia.