Войти
Маркетинг по базам данных - это форма прямого маркетинга с использованием баз данных из клиенты или потенциальные клиенты для создания персонализированных коммуникаций с целью продвижения продукта или услуги в маркетинговых целях. Методом коммуникации может быть любой адресный носитель, как в прямом маркетинге.
Различие между прямым маркетингом и маркетингом баз данных проистекает в первую очередь из внимания, уделяемого анализу данных. Маркетинг баз данных подчеркивает использование статистических методов для разработки моделей поведения клиентов, которые затем используются для отбора клиентов для общения. Как следствие, маркетологи баз данных также часто активно пользуются хранилищами данных, потому что наличие большего количества данных о клиентах увеличивает вероятность построения более точной модели.
Существует два основных типа маркетинговых баз данных: 1) потребительские базы данных и 2) бизнес-базы данных. Потребительские базы данных в первую очередь ориентированы на компании, которые продают потребителям, часто сокращенно [бизнес-потребитель] (B2C ) или BtoC. Базы данных бизнес-маркетинга часто намного более продвинуты в плане информации, которую они могут предоставить. В основном это связано с тем, что бизнес-базы данных не ограничиваются теми же законами о конфиденциальности, что и пользовательские базы данных.
«База данных» - это обычно имя, адрес и детали истории транзакций из внутренних систем продаж или доставки или скомпилированный «список» из другой организации, в котором информация от своих клиентов. Типичными источниками составленных списков являются формы благотворительных пожертвований, формы заявок на любой бесплатный продукт или конкурс, гарантийные талоны на продукцию, формы подписки и формы заявок на получение кредита.
Сообщения, генерируемые маркетингом баз данных, могут быть описаны как нежелательная почта или спам, если они нежелательны для адресата. С другой стороны, организации прямого маркетинга и маркетинга баз данных утверждают, что целевое письмо или электронное письмо для покупателя, который хочет, чтобы с ним связались по поводу предложений, которые могут заинтересовать покупателя, приносит пользу как покупателю, так и маркетологу.
Некоторые страны и некоторые организации настаивают на том, чтобы отдельные лица могли запретить ввод или удалить свое имя и адрес из маркетинговых списков баз данных.
Маркетинг баз данных появился в 1980-х годах как новая, улучшенная форма прямого маркетинга. В течение этого периода традиционная «брокерская работа со списками» нуждалась в модернизации, потому что она была автономной и базировалась на магнитной ленте, а также потому, что списки, как правило, содержали ограниченные данные. В то же время, с появлением новых технологий, позволяющих записывать ответы клиентов, все большее распространение получил прямой ответ маркетинг, цель которого - открыть двустороннюю связь или диалог с клиентами.
Роберт Д. «Боб» и Кейт Кестнбаум разработали новые показатели для прямого маркетинга, такие как пожизненная ценность клиента, и применили финансовое моделирование и эконометрику к маркетинговым стратегиям. В 1967 году они основали консалтинговую фирму Kestnbaum Co, в которой работали несколько известных маркетологов баз данных, таких как Роберт Блаттберг, Рик Курто и Роберт Шоу. Боб Кестнбаум был введен в Зал славы DMA в октябре 2002 года.
Кестнбаум сотрудничал с Шоу в 1980-х над несколькими разработками баз данных онлайн-маркетинга - для BT (20 миллионов клиентов), BA (10 миллионов) и Barclays ( 13 миллионов). Шоу включила новые функции в подход Кестнбаума, в том числе телефон и автоматизацию каналов продаж на местах, оптимизацию стратегии контактов, управление и координацию кампаний, управление маркетинговыми ресурсами, маркетинговую подотчетность и маркетинговая аналитика. Дизайн этих систем впоследствии широко копировался и включался в пакеты CRM и MRM в 1990-х и позже.
Самое раннее записанное определение маркетинга баз данных было в 1988 году в одноименной книге (Shaw and Stone 1988 Database Marketing):
Рост маркетинга баз данных обусловлен рядом экологических проблем. Флетчер, Уиллер и Райт (1991) классифицировали эти проблемы по четырем основным категориям:
Шоу и Стоун (1988) отметили, что компании проходят этапы эволюции в развитии своих маркетинговых систем баз данных. Они определяют четыре фазы разработки базы данных, как:
Хотя организации любого размера могут использовать маркетинг баз данных, он особенно хорошо подходит для компаний с большим количеством клиентов. Это связано с тем, что большая популяция дает больше возможностей для поиска сегментов клиентов или потенциальных клиентов, с которыми можно общаться индивидуально. В меньших (и более однородных) базах данных будет сложно с экономической точки зрения оправдать инвестиции, необходимые для дифференциации сообщений. В результате маркетинг баз данных процветал в таких секторах, как финансовые услуги, телекоммуникации и розничная торговля, каждый из которых может генерировать значительные объемы данных о транзакциях для миллионов клиентов.
Маркетинговые приложения для баз данных можно логически разделить на те маркетинговые программы, которые охватывают существующих клиентов, и те, которые нацелены на потенциальных клиентов.
Для существующих клиентов более искушенные маркетологи часто создают обширные базы данных с информацией о клиентах. Они могут включать различные данные, в том числе имя и адрес, историю покупок и покупок, демографические данные и историю прошлых коммуникаций с клиентами и от них. Для более крупных компаний с миллионами клиентов размер таких хранилищ данных часто может составлять несколько терабайт.
Маркетинг для потенциальных клиентов В целом маркетологи баз данных стремятся иметь как можно больше данных о клиентах и потенциальных клиентах. В маркетинге широко используются сторонние источники данных. В большинстве развитых стран существует ряд поставщиков таких данных. Такие данные обычно ограничиваются именем, адресом и телефоном, а также демографическими данными, некоторые из которых предоставляются потребителями, а другие - составителем данных. Компании также могут получать данные о потенциальных клиентах напрямую с помощью розыгрышей, конкурсов, онлайн-регистраций и других действий по привлечению потенциальных клиентов.
Для многих бизнес-маркетологов (B2B ) компаний количество клиентов и потенциальных клиентов будет меньше, чем это сопоставимых компаний, работающих с потребителями (B2C ). Кроме того, их отношения с клиентами часто зависят от посредников, таких как продавцы, агенты и дилеры, а количество транзакций на одного покупателя может быть небольшим. В результате маркетологи, работающие в сфере B2B, могут не иметь в своем распоряжении столько данных, сколько маркетологи, работающие в области B2B.
Еще одна сложность заключается в том, что маркетологи B2B, ориентируясь на команды или «учетные записи», а не на отдельных лиц, могут производить много контактов из одной организации. Может быть сложно определить, с кем связаться с помощью прямого маркетинга. С другой стороны, это база данных для маркетологов, которая часто включает данные о деловой активности соответствующего клиента.
Эти данные становятся критически важными для сегментирования рынков или определения целевой аудитории, например покупка продления лицензий на программное обеспечение телекоммуникационными компаниями может помочь определить, какой технолог отвечает за установку программного обеспечения, а не за закупку программного обеспечения и т. д. Клиенты в среде Business-to-Business часто проявляют лояльность, поскольку им требуется послепродажное обслуживание их продуктов и ценим информацию об обновлениях продуктов и предложениях услуг. Эту лояльность можно отслеживать по базе данных.
Источниками данных о клиентах часто являются сотрудники отдела продаж компании и инженеры по обслуживанию. Все чаще онлайн-взаимодействия с клиентами предоставляют маркетологам B2B более дешевый источник информации о клиентах.
Для получения данных о потенциальных клиентах предприятия могут приобретать данные у составителей бизнес-данных, а также собирать информацию в рамках своих прямых продаж, онлайн-сайтов и специализированных публикаций.
Компании с большими базами данных о клиентах рискуют оказаться «богатыми данными и бедными». В результате анализу данных уделяется значительное внимание. Например, компании часто сегментируют своих клиентов на основе анализа различий в поведении, потребностях или отношении их клиентов. Распространенным методом поведенческой сегментации является RFM (ценность клиента), при котором клиенты распределяются по подсегментам на основе давности, частоты и денежной стоимости прошлых покупок. Ван ден Поэль (2003) дает обзор прогностической эффективности большого класса переменных, обычно используемых в маркетинговом моделировании баз данных.
Они также могут разрабатывать прогнозные модели, которые прогнозируют склонность клиентов к определенному поведению. Например, маркетологи могут построить модель, которая ранжирует клиентов по их вероятности откликнуться на продвижение. Обычно используемые статистические методы для таких моделей включают логистическую регрессию и нейронные сети.
По мере роста маркетинга баз данных он подвергается все более пристальному вниманию со стороны защитников конфиденциальности и государственные регуляторы. Например, Европейская комиссия установила набор правил защиты данных, которые определяют, как можно использовать данные клиентов и как потребители могут влиять на то, какие данные хранятся. В Соединенных Штатах действуют различные законы штата и федеральные законы, включая Закон о справедливой кредитной отчетности или FCRA (который регулирует сбор и использование кредитных данных), Переносимость медицинского страхования и Закон о подотчетности (HIPAA) (который регулирует сбор и использование данных о здоровье потребителей) и различные программы, которые позволяют потребителям скрывать номера своих телефонов от телемаркетинга.
Хотя идея хранения данных о клиентах в электронных форматах для использования их в маркетинговых целях баз данных существует уже несколько десятилетий, компьютерные системы, доступные сегодня, позволяют получить полную историю поведения клиентов на экране, в то время как бизнес взаимодействует с каждым человеком, производя таким образом, бизнес-аналитика в реальном времени для компании. Эта возможность дает возможность так называемого индивидуального маркетинга или персонализации.
Сегодняшние системы управления взаимоотношениями с клиентами (CRM) используют сохраненные данные не только для целей прямого маркетинга, но и для управления всеми отношениями. с индивидуальными контактами с клиентами и для разработки более индивидуальных предложений продуктов и услуг. Однако сочетание CRM, управления контентом и инструментов бизнес-аналитики делает предоставление персонализированной информации реальностью.
Маркетологи, обученные использованию этих инструментов, могут проводить обучение клиентов, что представляет собой тактику, которая пытается общаться с каждым человеком в организации в нужное время, используя правильную информацию для удовлетворения потребностей этого клиента. чтобы продвинуться в процессе выявления проблемы, изучить доступные варианты ее решения, выбрать правильное решение и принять решение о покупке.
Из-за сложности маркетинга B2B и сложности корпоративных операций, требования, предъявляемые к любой маркетинговой организации по формулированию бизнес-процесса, с помощью которого может быть реализована такая сложная серия процедур, являются значительными. Часто по этой причине крупные маркетинговые организации привлекают эксперта по стратегии маркетинговых процессов и информационных технологий (ИТ) или специалиста по маркетинговой стратегии ИТ-процессов. Хотя системный интегратор (SI) носит более технический характер, чем часто требуется, он также может играть роль, эквивалентную стратегу маркетинговых ИТ-процессов, особенно в то время, когда необходимо настроить и развернуть новые технологические инструменты..
Хотя бизнес-аналитика в реальном времени является реальностью для некоторых компаний, для многих она остается неуловимой, поскольку зависит от следующих предпосылок: процентная доля бизнес, который находится в сети, и степень сложности программного обеспечения. Технологические компании, такие как Google, Dell и Apple, лучше всего могут извлечь выгоду из такой информации. Для других компаний по-прежнему применяются более традиционные методы либо для поддержания связи с существующей клиентской базой (удержание), либо, как более устоявшийся драйвер роста, для создания, приобретения или аренды новых баз данных (приобретение). Основной проблемой для баз данных является реальность устаревания, включая время задержки между получением данных и использованием базы данных. Эта проблема может быть решена онлайн и офлайн средствами, в том числе традиционными методами. Альтернативный подход - это бесконтактный маркетинг в реальном времени для целей привлечения клиентов.
