Маркетинг баз данных
Профессор Генрих Холланд,
Holland Consulting, Германия
- Значение маркетинга баз данных – базы данных для поддержания контактов с клиентами.
Маркетинг баз данных – это способ целенаправленно применять информацию о клиентах и рынке во время проведения маркетинговых акций. Маркетинг баз данных – это первый этап и предпосылка использования директ-маркетинговых инструментов. Только если ответ целевой аудитории, достигнутый с помощью ДМ, зафиксирован в базе данных, можно говорить о развитии «диалога».
Маркетинг баз данных позволяет достигать наибольшей целевой точности при сегментировании рынка, наилучшим образом анализировать, оценивать и применять связи с клиентами и партнерами. С его помощью становится возможным индивидуально и интерактивно общаться с реальными и потенциальными покупателями.
Информация о клиентах – это главный капитал фирмы, который должен использоваться с максимальной пользой для того, чтобы достичь конкурентоспособности и сохранить ее. С помощью баз данных фирма может использовать данные об уровне ответа покупателей для проведения следующей акции, таким образом, достигая наибольшей ориентированности на целевую группу.
Маркетинг баз данных создает предпосылки для эффективной координации и контроля результатов медиа кампании в директ-маркетинге и является важнейшим вспомогательным средством при управлении продажами. Использование маркетинга баз данных позволяет претворить все стратегические идеи в жизнь. При этом нужно принять во внимание, что при использовании директ-маркетинга целью становится не однократная покупка, а долгосрочные отношения с покупателем. Задача заключается в том, чтобы шаг за шагом превращать новых клиентов в лояльных, так как многие акции, направленные на завоевание новых клиентов, достигают успеха только после того, как в течение нескольких сезонов они не приносили ни доходов, ни расходов (точка нулевой прибыли).
- Накопительные (?) данные - 4 категории данных о покупателях.
Содержание клиентской базы данных зависит от того, в какой области работает данная фирма. Естественно, страховую фирму будет интересовать абсолютно иная база данных, нежели фирму, производящую автомобили.
В базе данных следует отличать 4 основных категории данных:
- основные данные
К категории основных данных относятся адреса покупателей, а также так называемые постоянные данные о покупателях, которые не зависят от предлагаемого фирмой товара и от потребительских предпочтений покупателя.
- данные об акциях
Данные об акциях содержат информацию о мероприятиях, направленных на привлечение клиентов и адресованных соответствующей аудитории. К примеру они могут содержать информацию о почтовых рассылках (mail-history), которые достигли целевой аудитории.
- данные об ответе
Данные об ответе содержат окончательную информацию о реакции целевой аудитории (например, заказы, запросы)
- данные о потенциальных возможностях
Данные о потенциальных возможностях ориентированы на будущее и содержат информацию, определяющую возможный спрос на определенную продукцию в определенный момент времени в будущем. Эти данные дают фирме основания прогнозировать ценность покупателей.
Необходимо учитывать большее количество переменных факторов, которые являются индикаторами будущей деловой активности. Одних демографических критериев для классификации различных потребителей уже недостаточно.
Данные о реальных и потенциальных покупателях должны регулярно обновляться и содержаться в идеальном порядке, иначе информационная ценность базы данных может за короткое время утратиться по причине изменений данных о клиентах. Каждый контакт с каждым покупателем должен использоваться по назначению для того, чтобы актуализировать базу данных.
3. Распределение маркетинговых инструментов -
Базы данных для распределения маркетинговых инструментов
Метод электронной обработки данных создает возможность функционирования маркетинга баз данных; причем как для больших объемов информации, так и для сложных операций достаточно даже стандартного персонального компьютера. Электронная обработка данных наполняет базу информацией, полученной как из внутренних источников предприятия (например, бухгалтерский учет, заказы, данные выездных работ), так и внешних источников (адресные издательства, компании, занимающиеся арендой баз данных).
Информация о целевой аудитории компании хранится в базе данных, обрабатывается методом учета или выборки и применяется при использовании маркетинговых инструментов. Возможности применения баз данных в высшей степени многообразны и позволяют фирме целенаправленно использовать ДМ-инструменты.
С помощью маркетинга баз данных выполняются практически все задачи директ-маркетинга, начиная от завоевания новых клиентов и заканчивая контролем достигнутого эффекта (или периодическим контролем результатов деятельности компании). Маркетинг баз данных служит не только для рекламных обращений к существующим клиентам, но и в большей степени для выполнения стратегических задач компании.
С помощью баз данных становится возможным использование всех относящихся к клиентуре и иных данных с целью оптимизации применения маркетинговых инструментов.
4. Технологии оценки покупателей –
Оценка значимости покупателей и дифференцированные обращения с помощью баз данных
Необходимым основанием применения целенаправленного директ-маркетинга является оценка покупателей или их интересов на основе базы данных. При каждом прямом контакте с любым человеком (например, при консультировании покупателя продавцом относительно качества того или иного товара) имеет место непроизвольная субъективная оценка, которая позднее может отразиться на качестве дальнейших отношений.
При возрастающем количестве покупателей и дифференцированных запросах в рамках управления взаимоотношений с клиентами необходимо использовать технологии, которые позволяют максимально объективно оценивать покупателей и на основе этого предлагать концепции, специально разработанные для данных клиентов.
- АВС-анализ
Самый простой способ оценки покупателей – это АВС-анализ, при котором делятся на 3 или больше сегментов в соответствии с уровнем дохода.
- Метод учета (определения результатов)
Для анализа данных, хранящихся в базе, разрабатываются методы учета, в соответствии с которыми формируются схемы будущих продаж. В систему бальной оценки могут включаться множество критериев, важных для дальнейшего развития связей с покупателями.
Основанием для этого метода является RFMR-технология (также называемая технологией высокочастотного модема ?), которую американские компании, занимающиеся посылочной торговлей, используют уже в течение 80 лет. Баллы распределяются в соответствии с датой последней покупки, частотой заказов, денежным коэффициентом. Усовершенствованная модель включает в себя также категорию ассортимента, в соответствии с которым был сделан заказ, и многие другие критерии.
- Динамическое определение результатов
Этот метод позволяет использовать релевантные факторы определения значимости покупателя для различных клиентов и различных задач. Эти методы сбора информации позволяют фильтровать важные факторы в базе данных.
- Customer lifetime value
Эта модель основывается на том количестве покупок в данной компании, которое покупатель совершает в течение своей жизни.
Ценность покупателя определяется не через прибыль от одной покупки, а на основе потенциальной совокупной прибыли. Эта ценность включает как уже имеющиеся доходы, так и возможные будущие прибыли, так что можно определить возможность долгосрочных отношений с покупателем.
- Порт фолио покупателей
При оценивании покупателей с помощью порт фолио устанавливаются два критерия сегментирования, при группировании покупателей в соответствии с этими критериями каждую позицию можно наглядно представить.
Если, к примеру, указываются такие пункты, как «привлекательность» покупателей и конкурентоспособность, то становится возможным узнать, с помощью каких клиентов в рамках СRM оправдывается высокая стоимость маркетингового бюджета. Это касается тех клиентов, благодаря которым фирма может конкурировать на рынке.
5. Возможности применения маркетинга баз данных
- базы данных для использования различных маркетинговых инструментов.
Схема: Возможности применения маркетинга баз данных
Маркетинг баз данных применяется в сегментировании и выборке покупателей для определения направлений маркетинговой деятельности.
Таким образом на основе собранной информации из базы данных выбираются, например, персональные сегменты, от которых можно ожидать повышенный интерес на определенную продукцию или услуги.
База данных клиентов компании – это основа для проведения любых опросов. Главным преимуществом опроса, проведенного на основе базы данных, заключается в том, что исследование проводится не среди анонимов, а среди известных фирме людей. Таким образом, появляется возможность не только определить, степень удовлетворенности сотрудничеством определенного клиента, но и узнать, что именно он об этом думает.
Проведенный опрос позволяет распределить анкетируемых по определенным категориям, при условии, что они не требуют анонимности.
Систематическое проведение таких мероприятий стимулирует привлечение новых клиентов с помощью маркетинга баз данных.
К клиентам, которые занесены в базу данных, но долгое время не проявляют активности, обращаются с каким-либо новым предложением для того, чтобы не потерять с ними контакт.
В банках и страховых компаниях достаточно высокий процент нерентабельных клиентов в базах данных. Эти клиенты выявляются в базе данных, и после этого возможно либо установить причину их нерентабельности, либо повысить их ценность для фирмы с помощью одновременного предложения ряда разных услуг.
Целенаправленное использование электронной обработки данных особенно выгодно для сети агентств. Так с помощью маркетинга баз данных можно вести подготовку к переговорам, усовершенствовать проведение переговоров с помощью сетевой сдвоенной системы электронной обработки данных и в заключение выслать либо специальный согласованный контракт, либо благодарность за сотрудничество.
- Хранилище данных
- хранилище данных в форме центральной базы данных для быстрого и систематического использования данных о клиентах
За последние годы система хранения данных и система сбора данных в качестве информационно-управляющей системы приобретает все большее значение. Информация является важнейшим фактором успеха, который делает возможным существование компании на рынке с жесткой конкуренцией.
Система хранения данных создает основу для системы поддержки выполнения программ для обработки больших объемов информации и многомерного анализа данных (например, аналитическая обработка данных в реальном времени, технология OLAP). С помощью многомерного анализа данных информацию, полученную из разных источников, можно анализировать и оценивать в совокупности.
Технология сбора данных дополняет систему поддержки выполнения программ, в которой самостоятельно распознаются образцы связей между данными; они соединяют методы классического анализа конъюнктуры рынка с искусственным интеллектом. При помощи информации, собранной в системе хранения данных, они создают новые данные, необходимые для правильного управления.
Система хранения данных и сбора информации имеет большое значение для директ-маркетинга вкупе с управлением взаимоотношениями с клиентами и one-to-one маркетингом. Так как число групп покупателей с различным укладом жизни, равно как и число покупателей, которые критически подходят к покупкам, увеличивается, необходимо поддерживать лояльность покупателей для того, чтобы продлить так называемый «жизненный цикл» покупателя.
Под термином хранилище данных понимается, по аналогии с понятием «склад», общая централизованная база данных, содержащуюся в которой информацию можно легко, быстро и систематически применять. При этом можно использовать все имеющиеся в распоряжении внешние и внутренние источники данных и производить выборку релевантной информации.
В крупных компаниях существует большое количество источников информации. Необходимость предоставить в распоряжение пользователям всю релевантную информацию ставит перед компанией сложные задачи (Knowledge-Management). Необходимо учитывать, что хранилище данных может содержать исключительно релевантную информацию, которая определяется при анализе информационного спроса.
- Анализ данных
- Анализ данных как исследование данных для получения знаний
Система анализа данных как индуктивный метод машинного обучения выявляет шаблоны данных среди имеющихся данных. Под термином «анализ данных» понимается исследование данных с целью получения необходимых знаний или информации.
Анализ данных базируется на использовании различных наук:
- статистика представляет методы для применения, выборки и трансформации данных, а также для выявления «шаблонов данных».
- Исследование баз данных обеспечивает методы для эффективного хранения, проверки данных.
- Искусственный интеллект обеспечивает технологии для сбора информации (нейронная сеть, генетические алгоритмы).
Методы анализа данных:
Визуализация: гистограммы, диаграмма дисперсий
Классификация: распределение объектов по классам
Сегментация: объединение объектов в группы, которые до этого не были известны
Прогноз: прогнозирование неизвестных признаков на основе других признаков
Анализ зависимости: связь между признаками объекта
Анализ различий: идентификация объектов, которые не следуют закономерностям других объектов, выяснение причин
Эта схема дает представление о методах анализа данных.
Обзор методов анализа данных
Кластерный анализ:
Кластер(определенная группа), члены которой внутренне однородны и внешне разнородны
Decision tree
Выводит алгоритмы из данных имеющихся классов для классификации неизвестных объектов
Регрессионный анализ:
Выявление функциональных зависимостей между переменными
Нейронная сеть
Само обучаемая система, аналогичная человеческому мозгу.
«Непрерывная логика» (нечеткая логика) – Fuzzy logic
обрабатывает нечеткие данные
Генетические алгоритмы
Использует эволюционные стратегии и берет начало в биологии
OLAP
Трехмерное графическое представление данных