文档介绍：浅析数据库营销推广
张宗扬 雷 波 [摘 要]数据库营销能够代替许多市场调研工作,并且能迅速获得比较充分的顾客信息,顾客也能对企业的产品有充分的了解,基本上解决了企业与顾客之间信息不对称问题,一定程度上减少了市场交易成本,在当前信高端奶粉厂家就总结了以下六种客户数据来源:①直接购买(从医院、计生委等部门获取);②吸引顾客主动申请会员(成立会员俱乐部,入会送礼品);③异业交换/索取(如与早教、宝宝摄影机构、婴童店拥有的数据交换或索取);④通过现场导购促销、市场调查等活动获取;⑤通过免费咨询电话获取(打电话询问的几乎都是企业潜在或现实的顾客);⑥通过网络获取(吸引顾客注册,咨询等)。
其次是筛选鉴别。一方面,各种途径收集上来的顾客资料不一定都是真实的,企业应该安排人手通过电话复核、资料逻辑比较等方式全面或抽样监测顾客资料的真实性。另一方面,企业的资源有限,不可能满足所有顾客的需求,而只能重点满足目标顾客的需求。针对收集上来的顾客资料,企业要根据事先锁定目标顾客的生理、心理、行为特征进行筛选、分类,不吻合目标顾客条件的,该舍弃的舍弃,该忽视的忽视;根据与目标顾客锁定条件的吻合度,将搜集到的顾客资料分为A、B、C和淘汰四类。如某化妆品的目标顾客是年收入10万元以上、大专及以上学历、追求时尚的25~35岁白领女性,则顾客数据库中10万元以下的,大专以下的,25岁以下的,35岁以上的,普通蓝领职位的女性顾客资料只能被归纳为C类客户甚至被淘汰。而不同顾客重要性类别的鉴别、归类,直接影响到以后各种推广沟通费用的浪费比例、销售的成功率以及终极营销效能问题。
最后是数据管理。至少拥有一套先进的CRM软件,方便大量顾客资料的录入、查询、筛选,同时要时时更新。
2 深入分析数据库阶段
一方面企业要寻找/开发合适的数据分析软件,让数据说话,另一方面企业必须拥有懂数据分析更懂营销的高级复合型人才,只有这样的人才才能在客观的冷冰冰的数据与复杂多变的顾客需求、形式多样的营销策略之间建立桥梁。
普通的数据分析包括趋势分析(了解过去)、比重分析(判断轻重缓急的依据)等。相对高级的数据分析包括回归分析、交叉分析等,特别是交叉分析在营销业界被广泛地运用。更高级的数据分析是深度挖掘发现型分析,包括因子分析、差异分析、聚类分析。
数据库中,年龄、性别、职业等顾客特征比较容易获取,难的是顾客群体的心理特征,面对千千万万的顾客,如何判断他/她是价格敏感的、追求情调的、热爱运动的、注重健康的?我们只有通过数据挖掘技术,进行大量的分析归纳,才可能寻找出不同价值观、不同心理偏好为特征的顾客群。比如在零售业,分析顾客的购物清单,假设清单中80%的商品都是超市的特价商品,我们就可以将其纳入价格敏感一群;追踪顾客的购买历史数据,发现某顾客常常购买有机食品、运动装备、保健品等,我们就视之为注重健康一族。这种基于共同心理特征的数据挖掘分析,代表着营销数据分析的最新方向。
3 推广阶段
对目标顾客进行再分类
考虑到时间、沟通费用等成本代价,特别是对具有海量顾客群的企业而言,如电信、银行、零售业等,真正一对一定制个性化推广策略并不现实。数据库营销推广只能有限靠近一对一个性化推广。