Recomanar l’espectacle adequat per a cada persona requereix entendre els seus hàbits i preferències. Gràcies a l’experiència d’anys analitzant dades, vam aconseguir desenvolupar un algorisme d’associació que els nostres consultors i consultores van testejar a nombroses organitzacions de diferents sectors: teatre, música simfònica, òpera, música popular…
A finals de 2025 vam integrar l’algorisme al nostre CRM, facilitant a tots els nostres clients fer un salt sobre aquest treball manual. Ho vam explicar al seu dia en aquest article.
Avui, després d’un any d’activitat, repassem els principals aprenentatges obtinguts i afinem les claus i les possibilitats per treure-li tot el partit.
Com funciona
L’algoritme revisa diàriament l’historial de consum de cada contacte de la base de dades i, mitjançant càlculs d’associació, identifica els espectacles amb més afinitat. Quan aquest historial no dona prou senyals, recorre als espectacles més venuts d’un període determinat (que cada organització pot definir).
Un cop identificats els espectacles, des del nostre CRM es construeixen les campanyes. Dissenya les newsletters amb blocs de contingut dinàmic i personalitzat que incorporen, de cada espectacle: fotografia, data i hora de la funció, la sala on es fa, l’enllaç de venda i fins a dos camps lliures. Més avall tornarem sobre aquests darrers, perquè donen molt més de si del que sembla a primera vista.
| Impacte en xifres de les automatitzacions: quan vam compartir els primers resultats de les automatitzacions que ja inclouen aquestes recomanacions, la diferència respecte a un butlletí massiu sense segmentar era molt clara: Obertures: +32%, Clics: es duplicaven (x2), i Conversió: fins a un +233% superior. En aquestes dades hi influeixen tant encertar amb la recomanació com triar el moment adequat, tot identificant les fases d’activació i recuperació dels públics. |
Camps lliures: la part que multiplica l’impacte de les recomanacions
La foto, la data, la sala i l’enllaç de venda d’entrades resolen el contingut bàsic d’una recomanació. Però, a més, comptem amb dos camps lliures en què l’organització decideix quina informació vol afegir, i aquest contingut es mostra automàticament en qualsevol recomanació d’aquell espectacle. Per exemple:
- Un avís d’accessibilitat (audiodescripció, subtítols o llengua de signes, segons l’esdeveniment) per a qui ho necessiti.
- Un enllaç al col·loqui postfunció amb l’equip artístic, si n’hi ha.
- Una frase d’una crítica o de la mateixa companyia, en comptes d’una descripció genèrica.
- Un enllaç a la playlist, al text publicat, al programa de mà o a qualsevol producte associat a l’espectacle.
- Una dada o una anècdota que desperti la curiositat.
Tres automatitzacions de venda que ja estan en marxa
Automatitzacions provades que s’adapten al moment de fidelització de cada usuari:
- Activació: A pocs dies de la darrera visita, adreçada a qui encara no té entrades per a cap espectacle futur: el moment en què les probabilitats de repetir són més altes.
- Recuperació: Tres mesos després de la darrera visita, abans que la distància es converteixi en desconnexió.
- Bestsellers: Per a contactes que fa un temps que no reben cap correu, amb els espectacles més venuts. Reactiva l’interès sense dependre que hi hagi hagut una visita recent.
Més possibilitats per a la personalització
Continuem explorant noves opcions d’automatització, algunes de les quals ja estan en fase de prova amb alguns dels nostres clients. Cap no s’activa sola: cadascuna exigeix pensar el butlletí i muntar una plantilla amb els camps dinàmics corresponents.
- Benvinguda a nous contactes: Sense historial de consum, el recomanador proposa directament els espectacles més venuts del moment. La primera comunicació arriba des del primer moment amb una proposta concreta en lloc d’un missatge genèric.
- Felicitació d’aniversari: En comptes d’un descompte cafè per a tothom, l’espectacle recomanat és el de més afinitat per a aquell contacte, calculat a partir del seu propi historial.
- Un mòdul dins del butlletí editorial: La comunicació de relat (un article sobre un artista, una mirada a la temporada) no té per què renunciar a la conversió. Un petit bloc amb recomanacions personalitzades al final del correu afegeix una via de venda sense convertir el contingut en un catàleg.
Tot el control en mans del client
Un recomanador fet a mida, no una caixa negra. Cada client pot:
- Excloure espectacles que no vulgui recomanar, ja sigui perquè són externs, no estratègics o per qualsevol altre motiu.
- Ajustar el grau d’associació exigit entre el consum del contacte i les seves recomanacions.
- Definir quin tipus d’entrades entren en el càlcul; per exemple, excloent-ne els abonaments o incloent-hi les reserves.
- Ampliar o reduir la finestra de dies amb la qual es calculen els espectacles més venuts.
- Establir un límit d’ocupació a partir del qual un espectacle es deixa de recomanar.
Una peça més dins d’un CRM pensat per al sector cultural
El recomanador no funciona sol. El seu valor rau en la combinació amb les automatitzacions del nostre CRM tekneaudience -que decideixen el moment adequat per a cada contacte- i amb la segmentació per fidelitat que ja apliquem en l’acompanyament analític. Un teatre, auditori o festival que ja treballa amb nosaltres pot activar-ho sobre la base de dades que ja coneixem.
Qui encara no ho fa, pot començar per aquí: demana una demo →
