數據庫營銷：重新定義客戶價值

來源：時間：2008-01-25 10:16:45

　　隨著客戶行為和商務規則的劇烈變化，大規模的廣告、促銷甚至價格戰等傳統營銷模式遇到了諸多挑戰，數據庫營銷能否成為企業致勝未來的營銷新模式
　　
　　文一數據庫營銷的三個關鍵
　　
　　談論科學與藝術于市場營銷中孰輕孰重，正如辯論自由與平等于人類社會發展的貢獻度一樣索然無趣。藝術在于靈感和想象，而科學更依賴于積累和發現；藝術更感性和自我，科學則更理性并功利。數百年的市場營銷史為我們揭開一切：（見圖一）
　　

　　當強大的品牌已經確立，或者各式的營銷手段已經玩膩，我們不得不重新考慮一下自己的職業前途，還能做些什么？或許“社會營銷”是一條不錯的路，它比藝術還要更藝術。過去的“泥腿子”變成現在的“行業巨頭”了，做事便不能如過去一般的粗糙生硬，要加一些高貴的元素在里邊，要潛移默化，潤物無聲。于是便有了公益責任和企業公民的概念，于是便有了救助失學兒童、綠化祖國大好河山、支持國貨、發展體育運動等。哪個知名企業不和“企業社會責任(CSR)”聯姻一下，那簡直是為各方所不容的大事情。
　　當然，也不能放棄另外一條更注重科學的路。數據庫營銷是一條使市場營銷由科學走向更科學的必由之路。過去市場營銷中科學和藝術的比例是2：8，現在這個比例正相反。
　　可以簡單地對數據庫營銷概括一下。數據庫營銷是通過收集和積累客戶大量的信息，采取先進的技術對這些信息進行分析，找出規律性的東西，有針對性地采取溝通和營銷策略。
　　我們常常講要用信息化的手段來武裝市場營銷工作，信息要準確、及時、透明；我們也常常想精準地把握客戶的需求，甚至精準地引導客戶的需求；我們還想在市場營銷中“開源節流”，盡量做大ROI（投資回報率）；我們更想對客戶進行點對點的“眷顧”，精細化的操作。數據庫營銷，為我們開啟一扇無法回避的大門。
　　
　　數據是基礎
　　數據是數據庫營銷的基石。我們需要客戶的基礎數據，姓甚名誰，何處高就，如何聯系；我們還需要客戶的特征數據，這就更細了，包括這個人所屬的行業、職責、職位、年齡、學歷、房和車的擁有狀況等等；我們更想了解客戶的交易數據，比如，什么時候購買的產品或服務，花了多少錢，買了多少次，投訴了多少次，維修了多少次等；還有，市場營銷的投放數據也很重要，什么時間在什么地點的什么媒體投放了一個多少錢的什么版式廣告，至少也要試著測算一下ROI，否則老板豈能答應。
　　通常，企業會把上述的數據放在數據庫里邊，可以是Oracle、IBM DB2或者SQL Server，當然現在國產品牌也不錯；如果要涉及更復雜的管理職能，則需要CRM或者銷售管理系統；如果涉及到多種數據來源的海量數據，我們就必須利用數據倉庫，按照既定的規則和模式，定期抽取、關聯成有益的形式。
　　這里，我們會面臨一個巨大的挑戰，即企業信息化是永遠無法與社會信息化相提并論的。企業的數據來源有限，更新被動，內容繁雜；渠道和分銷商是不會輕易地將客戶信息拱手奉送的，銷售人員也不情愿把自己剛剛開發的客戶資料貢獻出來，被動的等待將毫無意義。于是第三方的數據提供機構應運而生，他們通過各種渠道整合散落在各類社會機構中的數據資源，通過不斷的更新和加工，在法律和道德允許的范圍內，提供可靠的數據資源。企業信息的社會化，以及社會信息的企業化，同樣令人期待。
　　數據之門深似海，我們還會遇到更大的挑戰：來自不同渠道、不同格式的數據，如何整合是一個大問題；隨著時間的遷移，數據的準確率不斷下降，如何鑒別不同批次數據的置信度；不同數據源的數據字段定義不同，如何進行規范化處理；不同數據針對同一主體，如何進行查找、合并和刪除冗余數據；對于高危的企業數據（如破產、注銷、吊銷、低信用等級）如何進行識別等，這就是數據清理，建立“單一視角”的客戶數據資源。數據管理正是此類業務的統稱。
　　總之，只有建立了“多快好省”的數據資源體系，我們才能理直氣壯地大干數據庫營銷。
　　
　　商業目標為王
　　商業目標是企業生存的動力，它是需要去量化的，也是我們極盡所能要去量化的。追逐最大化（如市場占有率、客戶忠誠度）或者最小化（如客戶流失率、客戶投訴率）是市場人永遠的目標。舉個理想的例子：我們手里有20元錢，按整數分別投到廣告、宣傳和活動上，而銷售額就是三者數字上的乘積，該如何確定最優方案？（見圖二）
　　

　　選擇有幾十種，最優答案只有一種，就是（6，7，7）。從數學上講，這是一個線性規劃問題（更準確地講，是一個整數規劃問題）；從戰略上講，這是一個組合配稱的問題。定位學派大師邁克爾·波特講過“戰略就是一種配稱（Strategy Fit），配稱的最高層次便是各項因素相互組合、加強，直至達到投入最優化（Optimization of Effort）的境界”。
　　現實的情況總是復雜得多，商業目標的約定也千差萬別，但是從客戶價值的角度來講，目標是惟一的：客戶價值的最大化！貫穿客戶全生命周期的價值分析和管理，可以被我們視為一種科學、周詳的整體方法論。（見圖三）
　　

　　對處在不同價值階段（或者可以理解成處在不同生命周期階段）的客戶進行研究，自然離不開分析的方法手段，甚至是模型。通常我們可以利用一些為世人所熟知的經典分析方法，或者根據營銷理論、數理統計知識和企業的營銷實踐自創一些分析方法，如果企業的數據是海量的，則也可以利用數據挖掘的種種手段（如分類、預測、關聯規則、聚類等）來搭建動態的模型。（見表一）
　　

　　需要說明的幾點是，不論什么樣的分析方法都需要大量優質數據的支撐。在金融、電信等產品線較少且信息化程度非常高的行業，數據根本就不是問題；在IT、傳媒等行業，數據資源也是比較豐富的；在其他的行業，數據資源的積累相對就差得多，分析起來難度也就相應地增加。
　　同時，世界上沒有完美的分析方法、模型，這需要我們客觀地對待和認識。例如，以R(Recency)F(Frequency)M(Monetary value)模型來講，我們可以很快地建立一套打分體系，但是我們會發現，對于具有不同購買速率的產品或客戶來講，分析的結果會讓人大跌眼鏡，一個好的解決辦法就是通過市場調研或統計的方法來獲得更多的購買速率信息，并補充到模型中去。創造一個模型、調整或優化一個模型，需要我們結合實踐經驗、理論模型、市場調研、數據挖掘等多種手段來進行。
　　直復式營銷為手段
　　就目前的發展水平來講，數據庫營銷仍主要以直復式營銷（Direct Marketing）作為策劃和執行部分，包括了我們常見的一些點對點的營銷手段：TM（電話營銷）、DM（直郵營銷）、EDM（電子直郵）、FAX（傳真營銷）等，以及目前頗為流行、前景無限的E-Marketing（互聯網營銷）。
　　應該說明的是，離開了我們前邊提到的優質數據源，離開了明確的商業目標和有效的分析/挖掘方法和工具，簡單地依靠直復式手段來進行市場營銷，收效不會很大。
　　直復式營銷需要我們的策劃和創意作為支持，更需要一些常規市場營銷手段的支援。舉個策劃的例子，如果你是美國一家冷飲廠商的營銷負責人，希望通過一定的手段提升銷售業績，希望更多的人瀏覽公司的網站并注冊，同時通過網絡調研他們的生活形態和偏好。現在正好趕上一個好機會：2008年總統大選在即，奧巴馬和希拉里是民主黨候選人群中最耀眼的2顆明星，一黑一白，占據所有人的視線。于是你靈機一動，策劃了2款新的冰淇淋產品，一個巧克力的一個奶油的，一黑一白，一個“O”系列，一個“H”系列；你可以通過各種直效的手段來進行推廣這些產品，同時向消費真暗示產品的寓意；你甚至可以在網站上打出動態的冰淇淋產品銷量PK圖，暗示一些支持率之類的意思，結果可能是：銷售的大幅增長，海量的網站瀏覽、注冊和反饋，甚至還可能有一些社會的效應。不管怎么樣，一個好的策劃，就從源頭幫了你很多的忙。
　　