Entre especialistas de marketing digital se ha puesto de moda dar por muerto al SMS clásico con una sonrisa de superioridad. Se da por hecho que todo el tráfico vivo se mudó a Telegram y redes sociales, dejando los mensajes de texto para el spam y las alertas bancarias. Sin embargo, los números fríos de la unit economics desmontan ese mito: mientras la apertura media del email comercial ronda el 15–20 % y las apps de mensajería se ahogan entre cientos de canales sin leer, la tasa de apertura (Open Rate) de un SMS corto sigue superando de forma estable el 90 %. El problema no es el canal, sino cómo se utiliza.
Las operadoras de telefonía dejaron hace tiempo de ser simples proveedoras de línea para convertirse en potentes plataformas de análisis de datos. Si antes una campaña de SMS era un bombardeo a ciegas sobre toda la base con retorno casi nulo, hoy las herramientas de marketing directo permiten impactar segmentos inactivos con precisión quirúrgica.
Segmentación predictiva de T2: cómo la IA duplicó la tasa de clics
Un buen ejemplo de esta evolución lo mostró la operadora móvil T2 al renovar los algoritmos de su servicio de segmentación por SMS. Sus ingenieros integraron modelos predictivos de aprendizaje automático que evalúan cientos de señales anonimizadas de consumo a partir de analítica propia de telecomunicaciones y datos agregados de socios externos.
La gran novedad es el análisis semántico de la oferta. El algoritmo no se limita a filtrar por sexo, edad y geolocalización: lee literalmente el texto del mensaje publicitario y selecciona la cohorte de abonados cuya actividad reciente y hábitos de compra encajan mejor con esa propuesta.
Según la división corporativa de T2, durante las pruebas beta a gran escala, el uso de modelos predictivos elevó el CTR medio de las campañas del 3 % al 7 %. Al mismo tiempo, el coste real de adquisición de cliente (CAC) cayó más de la mitad. En el panel ya hay más de 120 segmentos de consumo listos para usar y esperan llegar a 300 antes de fin de año. Para una pyme es una herramienta lista para rodar: no hace falta construir audiencias propias desde cero, basta elegir el perfil adecuado y lanzar una prueba.
Manual en cascada para reactivar clientes: del RFM al ahorro por contacto
Con todo, el mayor rendimiento no llega en mercado frío, sino al reactivar tu propia base de clientes «dormidos». El especialista en tráfico Marat Yusupov desglosa en su guía de retención la economía real de recuperar compradores que llevan entre 90 y 180 días sin hacer un pedido.
En lugar de mandar spam a toda la agenda, se aplica una secuencia precisa:
- Segmentación RFM. La base se divide según antigüedad e importe de compras anteriores. Se excluye a quienes compraron hace poco y a clientes de un único pedido mínimo de hace tres años. El foco va a la cohorte que dejaba margen estable pero guardó silencio en los últimos 3 a 6 meses.
- Oferta con fecha de caducidad. En el mensaje se incluye el saldo personalizado de puntos de fidelidad con un límite estricto (hasta 48 horas) y firma del gestor personal. En pruebas reales, este disparador eleva el CTR al 14,2 % y la conversión a recompra al 8,2 %, con un coste por contacto inferior a 4 rublos.
- Embudo en cascada. Para no pagar de más a las operadoras, el envío sigue la ruta «Mensajería gratuita -> Notificación Push de la app -> SMS». El SMS solo sale para quienes no han leído los avisos gratuitos en 12 horas. Esta lógica reduce el presupuesto total de reactivación en 3,2 veces.
Si desde el enlace del SMS llevas al lead a un chatbot, es vital cuidar el primer intercambio. Conviene revisar cómo las conversaciones en apps de mensajería matan el tráfico cualificado para no perder hasta al 60 % de los interesados por culpa de preguntas cerradas y robóticas. Y no pierdas de vista la normativa: los filtros antispam de las operadoras exigen registrar un remitente alfanumérico oficial y contar con el consentimiento legal del usuario conforme a la ley 152-FZ.

