Una sola oferta para todos.
Veintidós por ciento más de ancillary.
Aeroflot — aerolínea nacional rusa y una de las más grandes de Europa Oriental — tenía un programa de fidelización maduro pero plano: no medía el retorno real, no gestionaba bien los niveles, el proceso de compra era largo y con fallas, y el NPS posvuelo era bajo por mala comunicación durante incidentes. La ausencia de personalización hacía que todos los usuarios recibieran las mismas ofertas. Segmentamos más de 2 millones de participantes por comportamiento y rentabilidad. En posvuelo, desarrollamos un servicio proactivo automatizado. Resultado: +22% en ingresos por servicios adicionales y mejora notable del NPS.
El caso, en cuatro frases.
Para los que llegaron desde LinkedIn y solo tienen 30 segundos. Si quieres profundidad, sigue scrolleando.
Dos millones de miembros · una sola oferta.
El programa daba la misma promoción al corporate flyer que volaba 80 veces/año que al turista anual. Sin segmentación, los descuentos se daban incluso a los más fieles — que no los necesitaban.
Segmentamos 2M+ por comportamiento + rentabilidad.
No por edad o destino — por propensión a redimir, propensión a upgrade, contribución al margen. Los fieles dejaron de recibir descuentos innecesarios; los nuevos vieron ofertas que sí los movían.
Post-vuelo proactivo, no reactivo.
Alertas durante retrasos, reacomodaciones instantáneas, seguimiento de equipaje, compensaciones automáticas, NPS atado a acción. El cliente no llama — el sistema lo busca.
Resultado: +22% ancillary revenue · mejora notable NPS · migración entre niveles gestionada.
Y un programa que pasó de «gasto de marketing» a canal con ROI medible.
Aeroflot llegó con un problema medible.
- 01
Programa de millas plano
Todos acumulaban a la misma tasa. Sin diferenciación por tipo de viaje, frecuencia, propensión a upgrade. Los más rentables (corporate frequent) no se sentían valorados.
0 diferenciación - 02
NPS post-vuelo bajo
Cuando había retraso, ningún cliente recibía notificación proactiva. Reclamaban en redes sociales. Las compensaciones tardaban semanas. NPS crónicamente bajo.
crisis comunicación - 03
Proceso de reserva largo y con fallas
Mobile especialmente — usuarios abandonaban en el paso de pago. Sin gestión de errores, sin recuperación de carrito.
mobile abandono - 04
Ofertas no personalizadas → canibalización
Los frequent flyers que ya iban a comprar recibían descuentos. La aerolínea pagaba para que volaran clientes que ya estaban volando.
discount canibalización - 05
Sin atribución entre canales
Email, app, web, agencias — cada uno reportaba sus métricas. Imposible ver journey real cross-canal o medir incrementalidad.
0 atribución cross - 06
Migración entre niveles ineficiente
Cliente al borde de subir a Gold no recibía empuje. Cliente que iba a bajar no recibía retención. Los niveles cambiaban sin gestión.
0 nivel management - 07
Sin platform para experimentación
El equipo loyalty tenía hipótesis pero no podía testearlas. Cambios se aplicaban a todos los 2M de golpe — sin medir incrementalidad.
0 A/B
Lo que construimos.
No reemplazamos lo que ya funcionaba. Construimos capas finas que comunicaron sistemas ciegos entre sí.
Oferta personalizada · pasajero correcto
Modelo predictivo asigna a cada pasajero una de N ofertas: upgrade, ancillary lounge, equipaje extra, milage bonus, partner offer. Decide en tiempo real durante la reserva.
Post-vuelo automático · compensación antes de la queja
Detecta retraso > 1h → notifica al pasajero → ofrece compensación (millas + lounge + voucher) → envía link de un clic para aceptar. Sin llamar.
Exec loyalty dashboard · ROI por segmento
Vista cross-segmento. ROAS por segmento del programa. % migración entre niveles. Ancillary attach rate. Identifica segmentos infravalorados/sobre-recompensados.
Level migration engine · empuje + retención
Cliente al borde de Gold → campaña de empuje (1 vuelo más = upgrade). Cliente que va a bajar → retención (offer + comunicación premium).
Stack y capas.
stack: Custom personalization engine · ClickHouse · Postgres · Redis · MarTech automation · React Native · Next.js · Power BI
Captura
Procesamiento
Almacenamiento
Superficies
Los números.
Medidos por el equipo del cliente, no por nosotros. Comparativa: baseline previo al go-live.
«Antes el pasajero llamaba para reclamar el retraso. Hoy el sistema lo contacta antes que él se entere.»
Lo que aprendimos — y aplicamos en el siguiente caso.
Descuento al cliente fiel es destruir margen sin retorno.
El reflejo del loyalty es «recompensar a los fieles con descuentos». La realidad: el fiel ya va a comprar — el descuento subsidia su decisión. La recompensa correcta es reconocimiento + experiencia, no precio.
Post-vuelo automatizado vale más que pre-vuelo personalizado.
El esfuerzo se invierte en la oferta de reserva. Pero el momento donde se gana o se pierde un cliente es post-incidente. Compensación automática proactiva mueve más NPS que 10 emails de marketing.
Loyalty sin atribución es gasto de marketing.
Muchos programas viven sin medir incrementalidad. Cuando se mide, aparece la verdad: 50% de las redenciones son a viajes que iban a ocurrir igual. La conversación con el board cambia.
¿Te suena familiar? Hablemos.
No vendemos software de plantilla. Empezamos siempre con una auditoría gratis de 4 semanas: nos sentamos con tu equipo, mapeamos sistemas y dolores, y entregamos un PDF con 3–5 quick wins concretas.