Ripio es una plataforma criptográfica y fintech pionera que opera en Argentina, Brasil, México, Colombia y Uruguay.
Crecieron rápidamente en términos de adquisición de usuarios durante los años alcistas. Sin embargo, con el mercado en recesión, los usuarios activos estaban disminuyendo y menos eran los usuarios avanzados. Ripio necesitaba matar la rotación y renacer su crecimiento.

Para reactivar su crecimiento y hacerlo sostenible, Ripio tuvo que repensar cómo involucrar a sus usuarios en todo el embudo. Esto significó retener a los usuarios después de la activación para aumentar la cantidad de intercambios y expandir su valor de por vida (LTV).

La retención debía abordarse de manera holística. Una estrategia de adquisición sólida en Paid Media para atraer usuarios debe complementarse con puntos de contacto personalizados en las etapas inferiores del embudo. Esto significó orquestar datos, integrar la pila tecnológica, alinear una estrategia de contenido y personalizar los recorridos de los clientes con mensajes de medios propios para maximizar los resultados.

El equipo de crecimiento de Ripio trabajó junto con los equipos de Medios pagados y Retención y compromiso de Winclap para planificar, ejecutar y optimizar un viaje de cliente de embudo completo para adquirir, retener y monetizar a los usuarios.

El proyecto se estructuró en tres etapas:

1. Un diagnóstico de retención y compromiso (entendiendo el escenario actual)
2. Una auditoría de viajes de medios propios (recomendando mejoras)
3. Gestión de viaje de medios propios (ejecutando esas mejoras)

1. Un diagnóstico de retención y compromiso:

El primer paso fue entender la actividad de los usuarios de Ripio. Los científicos de datos de Winclap utilizaron los datos transaccionales de Ripio de los últimos doce meses para alimentar un modelo de aprendizaje automático no supervisado y extraer patrones de comportamiento de los usuarios. Los algoritmos de agrupamiento en este modelo segmentaron a los usuarios según su nivel de actividad. Con esta técnica de agrupación, Ripio pudo identificar cuáles eran usuarios ocasionales, básicos o avanzados. 

Se utilizaron algoritmos de agrupamiento de aprendizaje automático para segmentar a los usuarios y calcular su valor para el negocio.

Se construyeron curvas de retención para cada cohorte de usuarios para comprender cómo evolucionó su actividad en la aplicación con el tiempo.

Análisis de métricas como Quick Ratio ([Nuevo+Reactivado]/Churn), porcentaje de Usuarios activos por grupo, volumen comercial e ingresos por clúster proporcionado información sobre cuánto valor aportó cada segmento al negocio.
Además, el equipo calculó las curvas de retención de cada cohorte para comprender cómo evolucionó su actividad en la aplicación con el tiempo.
El equipo ahora tenía una imagen más clara de los diferentes segmentos de usuarios y cuánto valor tenía cada uno para Ripio. Con estos conocimientos, ahora podrían comenzar a planificar una estrategia de Retención.

2. Una auditoría de viaje de medios propios:

Una vez finalizado el Diagnóstico, llegó el momento de audite la pila tecnológica actual de Ripio y los puntos de contacto del viaje del cliente y compárelos con las mejores prácticas de la industria. Esto permitió a Ripio identificar brechas y oportunidades para aumentar la participación de los usuarios.

Esta auditoría incluyó:

Diagnóstico de la situación actual:

• Análisis de la pila tecnológica: comprender cómo se usaban las herramientas de martech para rastrear e interactuar con los usuarios. Incluyendo la evaluación de cómo se integró la plataforma de participación del cliente con la aplicación de Ripio y cómo se rastrearon los eventos y parámetros clave.
• Análisis de segmentación de usuarios actuales para Argentina y Brasil.
• Análisis del viaje del cliente: revisión del etiquetado de la actividad del usuario, la estrategia de contenido del mensaje y la sintaxis en cada etapa del viaje.

Análisis de brechas y recomendaciones:

• Mejores prácticas e instrucciones para las integraciones de Customer Data Platform y Customer Engagement Platform, incluido el etiquetado y el enriquecimiento de datos.
• Segmentación: agrupación de usuarios en clústeres y personalización de mensajes en campañas de re-engagement para cada etapa del ciclo de vida (Onboarding, Engagement y Resurrection).

Se auditaron la pila tecnológica y los recorridos de los clientes de Ripio para mejorar la forma en que los datos de los usuarios fluyen entre los sistemas y para personalizar los puntos de contacto de los medios propios y aumentar la participación de los usuarios.

3. Gestión del recorrido de los medios propios:

Después de comprender el escenario actual y recomendar mejoras, llegó el momento de comenzar a ejecutar esas sugerencias.

Más aperturas, más incorporaciones:

Uno de los hallazgos de la auditoría fue una baja tasa de participación en la etapa de incorporación. Para contrarrestar esto, se implementaron nuevos viajes de incorporación para aumentar las tasas de apertura de mensajes y aumentar las activaciones de usuarios después de las instalaciones. Usando las herramientas de viaje de One Signal, el equipo de Retención y Compromiso presentó una serie de pruebas A/B para descubrir los puntos de contacto óptimos para aumentar las conversiones. El equipo probó las notificaciones automáticas según la hora del día, la mensajería personalizada frente a la genérica, la frecuencia, las imágenes e incluso el tono de voz. Esta optimización Aumento de las tasas de apertura de notificaciones push en 2.8 veces.

Se probaron múltiples recorridos de clientes. Se enviaron notificaciones automáticas alternativas para probar la hora óptima del día, la personalización, las imágenes y otros parámetros.

Menos fricción, más activaciones:

Con mensajes de incorporación claros y llamadas a la acción sencillas, Ripio redujo la fricción en la etapa de incorporación. El equipo pudo reducir el tiempo medio de activación en un 33 %. Al reducir el tiempo de activación, más usuarios registrados se convirtieron en usuarios activos.
En el primer mes en que se implementó el New Onboarding Journey, Ripio obtuvo la mayor participación de registro y KYC sobre los instaladores. Los porcentajes de finalización de registro y KYC aumentaron un 14 % y un 8 %, respectivamente.

Ripio probó múltiples mensajes, diferentes imágenes, tonos de voz y ofertas de productos para encontrar los mensajes óptimos para aumentar las integraciones completas.

Sastrería de viajes:

Un viaje no se ajusta a todos los segmentos. Para aumentar la participación de los usuarios, Ripio necesitaba cree experiencias de aplicaciones únicas para cada usuario de segmentos en cada etapa de su ciclo de vida.
Con la segmentación proporcionada por el modelo de clasificación predictiva, Ripio entendió el valor de cada grupo y pudo personalizar los mensajes y las ofertas para cada uno de ellos. Dirigieron con precisión las campañas para la reincorporación, la prevención de abandonos y la resurrección de los usuarios donde y cuando tenía sentido. Esto se tradujo en un aumento del 20 % en el día de retención60 y un aumento del 40 % en la cantidad de usuarios que pasaron de un segmento de bajo valor a un segmento de alto valor.

Predicción de abandono:

Un aspecto clave de esta campaña de retención fue dirigirse a los usuarios cercanos a la rotación. Por lo tanto, el primer paso fue poder predecir qué usuarios tenían más probabilidades de cambiar e interactuar con ellos.
Científicos de datos de retención y participación de Winclap ejecutó un modelo de clasificación predictiva de aprendizaje automático para predecir la rotación de usuarios en función de su comportamiento anterior.
Usando este modelo, el equipo pudo predecir el 88% de los abandonos reales con un mes de anticipación. Esto se convirtió en una herramienta crucial para lanzar campañas específicas para evitar que los usuarios abandonaran la aplicación.

En general, Ripio vio una reducción del 10 % en la tasa de abandono frente a la expectativa modelada.
Después de un mes de la intervención de Winclap, Ripio comenzó a ver crecer nuevamente su base de usuarios.
El crecimiento de usuarios fue impulsado por un aumento en los usuarios reactivados, que representaron más del 60 % del total de usuarios activos del mes.