數據庫營銷：重新定義客戶價值

來源：時間：2008-01-25 10:16:52

　　好的策劃，更需要好的實施過程。精準的實施，不但需要規范統一、邏輯嚴謹的實施方法論，也需要在不斷的實施中總結成敗。再舉個發送EDM的例子，現代人生活節奏那么緊張，工作那么繁忙，垃圾郵件那么多，星期幾發送的效果最好呢？星期六、日休息就不算了，一周中的發信成功率基本上是在不斷下降的，到星期五達到最低點；而郵件打開率則正好相反，是在不斷上升的。數據顯示星期三正好是個平衡點，發送成功率和郵件打開率的乘積最大，那好，我們就定星期三發送了！
　　但是即使我們是在星期三發送了，客戶也打開郵件看了，也許大部分人只瀏覽了幾秒鐘，能記住多少內容呢？根據艾賓浩斯遺忘曲線我們知道，人的記憶在短期內是急速下降的，20分鐘后大概會遺忘42%的內容，一個工作日后，66%的內容已經想不起來了。人的遺忘規律對市場營銷是可怕的，我們必須有補救的措施：對EDM的發送進行追蹤，一旦客戶打開并瀏覽了相關的頁面，說明他對相關的產品服務是感興趣的；那么在20分鐘內，我們可以再給他發一個EDM，內容和美工都做重新的設計，防止客戶產生疲勞感，只要傳達相同的營銷信息即可；或者也可以直接給客戶打個電話。不管怎么樣，通過科學的營銷組合方式，一定會大大增強客戶對公司的印象，預算可能會增加1倍，但是效果可能會增加10倍。
　　
　　數據庫營銷全過程
　　
　　首先，企業需要建立完整的客戶信息數據庫。
　　通過數據搜集渠道，積累各種業務和客戶數據，如可以通過不同渠道的客戶接觸點來收集客戶的基本信息；當客戶發生購買行為時，記錄客戶每次的購買行為；通過設立企業對外咨詢電話，登記顧客的反饋信息；企業可以在舉辦促銷活動中，有針對性的收集顧客對產品的認知度和相關信息；通過研討會、產品講座、科普報告會等公關活動來整理收集，等等。
　　完整的客戶信息數據庫實際上就是企業整個市場的縮影。數據庫建立以后，企業的產品開發方向、行銷產品開發方向都可基于這個數據庫作為決策基礎。
　　第二步，構建客戶消費行為特征變量集。
　　根據企業客戶消費特征，構建消費行為特征變量集，跟蹤客戶行為模式形成客戶特征快照。特征快照每周或每月更新，以反映客戶最新消費模式。這樣，既實現客戶深入而全面的市場細分，又為數據挖掘模型的構建提供堅實的基礎。
　　第三步：數據挖掘模型構建。
　　為了實現全面的分析，要根據需要構建數據挖掘模型，提供分析結果。通常企業可以建立以下模型：
　　客戶細分模型：基于客戶基本特征和消費行為特征（最近購買時間、購買頻率、消費金額等），將其劃分成不同群組，從而實現客戶分類管理和一對一營銷；
　　價值評估模型：設定客戶價值評分體系，對所有客戶價值評分，合理評估其價值貢獻，分辨出企業的最佳客戶，并實現客戶價值等級監控以反映客戶狀態遷移；
　　流失預測模型：對所有客戶流失概率的評分和預警，自動生成流失客戶清單，并分析流失原因；
　　交叉銷售模型：分析客戶對產品或者服務的偏好，為特定產品群尋找合適的客戶群和為特定的客戶群尋找合適的產品群。
　　第四步：根據模型分析的結果制定并實施營銷方案。
　　根據模型分析的結果，配合相應的市場計劃，針對不同的客戶，制定不同的溝通策略和營銷策略，并嚴格執行。執行過程當中，盡可能地收集客戶的反饋信息，以便進行評估。
　　第五步：營銷效果評估分析。
　　通過匯總客戶的反饋，對單次營銷效果進行分析，包括成本收益分析、市場活動產生的實時影響等，實現營銷效果評估，以幫助營銷人員改進營銷目標和設計方案，為下一次的營銷方案設計提供依據。如此，形成一個閉環營銷體系。
　　第六步：模型效果監控和更新。
　　數據挖掘模型存在一定時效性，市場狀況發生變化或者客戶變遷等都可能導致模型的退化，因此模型效果監控是數據挖掘模型所必需重要部分。
　　
　　文二數據來自哪里？
　　
　　通過客戶信息數據庫的建立、管理、分析和挖掘，可以幫助企業選擇最優質的目標客戶群，采取針對性強的營銷活動。在國內，大部分企業在數據庫營銷方法實踐上處于剛剛起步的階段，企業所關注的核心問題是：企業內部所積累的客戶數據資源是非常有限的，如果企業要獲取外部的客戶數據資源來開展營銷活動，那么企業應該如何獲取相應的數據資源？不同渠道的數據有何差異？在通過各種渠道獲取數據資源以后，在整合和利用上會面臨何種挑戰？
　　
　　B2B客戶信息外部資源情況
　　B2B客戶信息外部資源的獲取大致分為兩個渠道：政府部門和商業機構。
　　1. 政府部門方面
　　政府部門統一收集信息相對于其他任何收集方式具有不可比擬的優勢。主要有如下幾種信息來源于政府渠道：
　�。�1）工商局的注冊與年檢信息。商業機構在工商局注冊是企業成立的一個程序，年檢也是工商局作為行業管理者的主要職責，每個商業機構都會在工商局存有注冊信息和年檢信息�，F在工商部門的信息資源所存在的問題主要有：
　　第一，信息分散，沒有集中的數據庫�？h區級、省市級和國家工商局都有信息，這些信息相互之間是不重復的，但是所有這些信息沒有集中管理。
　　第二，聯絡信息的準確率低，注冊和年檢信息沒有核查機制，特別是一些大的城市，工商注冊年檢的代辦機構比較多，信息的準確率更低。
　　第三，只有經營機構的信息，沒有事業單位、黨政機關等機構的信息，造成了工商局信息的不全面、不完整。
　　第四，信息獲取的成本非常高昂。工商局的信息往往都是按條計算收費，一條信息以幾元或者幾十元的價格對外提供服務，獲取成本非常高。
　　（2）質量技術監督局的組織機構代碼相關信息。質量技術監督局系統有組織機構代碼的相關資料，它集中了全國大部分區域的數據，而且還包括事業單位和黨政機關。但是這個數據庫存在的問題是只“生”不“死”，存在大量已經不再存在的企業和機構數據，還有就是質量技術監督局沒有強制性的年檢制度，它的聯絡信息和各項背景信息老舊。據統計，三年之內中國注銷掉的企業就超過一百萬，這種變化速度是非常之快的，如果只 “生”不“死”，那么利用這樣的數據做營銷，會浪費大量營銷成本。此外，獲取這些信息的成本高昂，甚至是不可能獲得的。
　　（3）國家統計系統收集的企業信息。國家統計系統收集數據有兩個途徑：一方面是全國經濟普查，另一方面是對工業企業信息的收集。這些數據信息在當時獲取的時候準確率高、覆蓋面廣，但是都不能及時直接服務于社會。例如，2004年底的普查數據到目前為止還是只存在于政府部門的內部，沒有用于社會服務。
　�。�4）中國人民銀行征信系統收集有大量企業的數據。內容非常豐富和全面，聯絡信息準確率很高。受國家法律限制，這一部分信息無法服務于社會且保密措施最為嚴密，目前社會上也沒有任何人能夠得到銀行征信系統的數據。
　　2. 商業機構方面
　　商業機構存在一些可以用來做營銷的數據資源，這些數據處于不斷發展之中，隨著國內商業信息服務業的發展，將有越來越多的營銷數據為企業所用。
　�。�1）媒體方面。媒體擁有訂戶和注冊用戶信息，但其問題是各項信息的填寫不規范，用戶特征信息或者空缺，或者真實性無法檢驗。企業無法利用這類數據有效區分目標客戶、開展營銷活動。此外，數據量比較少，一般都是幾萬條或者是十幾萬條，難以滿足大量信息使用的需求。
　�。�2）電子商務網站。目前電子商務網站很多，但在網站注冊的企業和機構數據比較少。即使最大的電子商務網站阿里巴巴，通過對它的數據進行分析，發現阿里巴巴實際擁有的數據也只有幾十萬到一百萬之間。而根據第一次經濟普查，截止到2004年底，全國有近1,200萬家企業和機構。此外，電子商務的用戶信息更新主要依賴用戶自主更新，但真正能夠自主更新的會員一般不超過總注冊會員數量的三分之一。同時，用戶在注冊時填寫的信息也往往不規范，造成難以與其它信息資源合并。
　　