Informe de movimientos de fidelización

Si el módulo de fidelización está habilitado en una cuenta, el usuario tendrá acceso al informe Movimientos de fidelización. Para acceder a este informe, diríjase a Inteligencia -> Movimientos de fidelización

Puede utilizar los filtros como desee para generar los informes de movimiento que mostrarán los movimientos manuales, así como los eventos de canje y no canje.

Hay una cantidad significativa de datos disponibles en el informe Movimientos de fidelización. No olvide que las columnas se pueden arrastrar y soltar y colocar en un orden personalizado. Utilice el icono de engranaje para alternar entre los diferentes campos y seleccionar los datos que desea ver. Utilice el botón de descarga junto al icono de engranaje para descargar la página que está viendo o todos los datos incluidos en el filtro y los campos que ha seleccionado en formato csv a la dirección de correo electrónico asociada a su cuenta.

Las columnas de este informe tienen nombres ligeramente diferentes, pero siguen estando relacionadas con valores que puedes encontrar en otros informes:

• Tipo: la acción que desencadena el movimiento de fidelidad. Puede ser "Pago", "canje", "no canje" o "manual".
• ReferenceId: el ID de transacción relacionado con la operación. Puedes pegarlo en la URL para acceder a la transacción. https://yourURL.betterez.com/tickets/transactions/(yourtransactionId)
• Motivo: el "motivo" de una asignación manual de puntos de fidelidad.
• ProgramID: el ID de la base de datos del programa de fidelidad.
• ID: el ID de la base de datos del movimiento de fidelidad.
• CustomerId: el ID de cliente se puede obtener del informe Clientes o mediante API.
• Importe: la cantidad de puntos para este movimiento.
• Saldo actual: la cantidad de puntos disponibles bajo este CustomerId.
• CreatedBy: el usuario que realizó el movimiento de fidelidad (usuario de backoffice).
• CreatedAt: La marca de tiempo del movimiento de lealtad (que puede diferir ligeramente de la marca de tiempo de Trx).

Recomendaciones

Para procesar los datos, recomendamos exportar este informe a una hoja de cálculo o incluso programarlo de forma periódica. Debería poder filtrar la información de forma más detallada. Algunas consideraciones:

• Crear filtros por usuario o por customerId puede ayudar a identificar casos atípicos.
• Verificar la cantidad total de puntos de fidelidad restantes también puede ayudar a identificar casos irregulares.