En este paso activas los modelos predictivos de Insider —probabilidad de compra, riesgo de churn, afinidad al descuento, valor futuro— para decidir con datos dónde invertir cada dólar de marketing. La condición: tus modelos ya tienen historial suficiente (por eso este paso va sexto y no primero), y cada audiencia predictiva se estrena con un experimento que demuestre que le gana a la segmentación manual.

Qué predicen los modelos (y qué necesitan para funcionar)

Insider entrena modelos sobre el comportamiento acumulado en el perfil 360 y asigna a cada persona puntuaciones dinámicas:

• Probabilidad de compra: quién está cerca de convertir en los próximos días.
• Riesgo de churn: qué clientes activos están enfriándose antes de que se note a simple vista.
• Afinidad al descuento: quién solo compra con cupón — y quién compra igual sin él.
• Valor futuro (CLV): qué clientes valen una inversión de retención mayor.

Los modelos comen historial: semanas de eventos y miles de compradores con recorrido completo. Si saltaste pasos y tu SDK lleva dos semanas instalado, las puntuaciones van a ser ruido con apariencia de ciencia. La materia prima se construyó en los pasos 2 y 3; acá se cosecha.

Los tres casos de uso que protegen margen

1. Deja de regalar descuentos a quien iba a comprar igual

Cruza probabilidad de compra alta con afinidad al descuento baja: a ese segmento no le des cupón — mandale disponibilidad, novedad, servicio. El descuento se reserva para el segmento que de verdad lo necesita para decidirse. En operaciones con márgenes apretados —la norma en retail de la región— este solo caso de uso suele devolver el paso completo: es margen puro que dejas de quemar.

2. Retén antes de que se vayan

La audiencia "riesgo de churn alto + CLV alto" es tu lista de clientes que no puedes perder. Journey dedicado, tono de servicio (no de remate), y si tu operación tiene equipo comercial, los casos de mayor valor pasan a gestión humana vía CRM.

3. Ajusta la pauta con audiencias que la plataforma de ads no ve

Exporta audiencias predictivas a tus plataformas de pauta: excluye de la campaña de adquisición a los que van a comprar igual (ahorro directo), y arma lookalikes sobre tu decil de mayor CLV en vez de sobre "todos los compradores". Tu costo por adquisición mejora sin tocar un anuncio.

La predicción no adivina el futuro: te dice dónde apostar el presupuesto con mejores probabilidades que el promedio.

Cómo estrenar cada audiencia: experimento o nada

Cada audiencia predictiva se lanza como un experimento contra tu mejor segmentación manual: mitad del presupuesto a tu segmento RFM de siempre, mitad a la audiencia del modelo, mismas creatividades, dos semanas, y gana el que traiga más ingreso incremental por peso invertido. Si el modelo no le gana a tu regla manual, no lo uses todavía — puede faltarle historial o sobrarle ruido. La palabra "IA" no exime a nadie de demostrar resultados; la vara de medición es la misma del paso 7.

Errores comunes en este paso

• Activar predicción con dos semanas de datos. Los modelos sin historial devuelven puntuaciones inestables. Espera a tener el volumen de eventos que la plataforma recomienda — la paciencia acá es rentabilidad.
• Tratar la puntuación como verdad binaria. "Churn 71%" no es una sentencia: es una probabilidad para priorizar. Las decisiones drásticas (dejar de invertir en alguien) merecen más señales que un score.
• Usar el modelo para spamear más fuerte. "Alta probabilidad de compra" no significa "mandale 5 mensajes". Significa que quizás no necesita ninguno: déjalo comprar.
• No revisar los modelos por trimestre. Cambia el catálogo, cambia la temporada, cambia el comportamiento. Un modelo que nadie audita se degrada en silencio.

Checklist antes de pasar al siguiente

• Historial suficiente confirmado (semanas de eventos + miles de compradores).
• Audiencias de probabilidad de compra, churn y afinidad al descuento activas.
• Política de descuentos ajustada por afinidad (con impacto en margen estimado).
• Journey de retención para churn alto × CLV alto funcionando.
• Audiencias exportadas a plataformas de pauta (exclusión + lookalike de CLV).
• Cada audiencia validada por experimento contra segmentación manual.

Queda el paso que ordena todo lo anterior: Paso 7 · Medir el ROI de Insider sin autoengañarte. Y si llegaste hasta acá salteando, la ruta completa vive en la guía de implementación de Insider.