Маркетинг баз данных является одной из форм прямого маркетинга с использованием баз данных по клиентам или потенциальным клиентам для генерации персонализированных коммуникаций с целью продвижения товара или услуги для маркетинговых целей. Методом коммуникации может быть любой адресный носитель, как в прямом маркетинге .
Различие между прямым маркетингом и маркетингом баз данных проистекает прежде всего 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, как правило, активно используют хранилища данных , поскольку 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 гораздо 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» обычно представляет собой имя, адрес и подробности истории транзакций из внутренних систем продаж или доставки или скомпилированный «список» из другой организации, которая получила эту информацию 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 клиента, 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 предотвратить запись или удалить свое имя и адрес из маркетинговых списков баз данных.
Задний план
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. [1] В то же время, с появлением новых технологий, позволяющих записывать ответы клиентов, все большее распространение получил маркетинг прямого ответа , 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. [2] 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 годах 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, включая автоматизацию каналов продаж по телефону и на местах , оптимизацию стратегии контактов, управление и координацию кампаний, управление маркетинговыми ресурсами, подотчетность в сфере маркетинга и маркетинговую аналитику. Конструкции этих систем впоследствии широко копировались и включались в пакеты CRM и MRM в 1990-х годах и позже. [3]
Самое раннее записанное определение маркетинга баз данных было в 1988 г. в одноименной книге (Шоу и Стоун, 1988 г., Маркетинг баз данных):
- « Маркетинг в базе данных - это интерактивный подход к маркетингу, который использует индивидуально адресуемые маркетинговые средства и каналы (такие как электронная почта, телефон и отдел продаж): для оказания помощи целевой аудитории компании; для стимулирования их спроса; и для того, чтобы оставаться рядом. для них, записывая и сохраняя в электронной базе данных память о клиентах, потенциальных клиентах и всех коммерческих контактах, чтобы помочь улучшить все будущие контакты и обеспечить более реалистичный маркетинг ».
Рост и эволюция
Рост маркетинга баз данных обусловлен рядом экологических проблем. Флетчер, Уиллер и Райт (1991) [4] классифицировали эти проблемы на четыре основные категории:
- Изменение роли прямого маркетинга
- Переход к маркетингу взаимоотношений для получения конкурентных преимуществ.
- Снижение эффективности традиционных СМИ.
- Перенаселенность и близорукость существующих каналов продаж.
- Изменение структуры затрат
- Снижение затрат на электронную обработку.
- Увеличение маркетинговых затрат.
- Меняющаяся технология
- Появление новых способов совершения покупок и оплаты.
- Разработка экономичных методов дифференцированного общения с клиентами.
- Меняющиеся рыночные условия
- Желание измерить результативность маркетинговых усилий.
- Фрагментация потребительского и делового рынков.
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:
- списки загадок;
- базы данных покупателей;
- согласованное общение с клиентами; а также
- интегрированный маркетинг.
Источники данных
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 в индивидуальной манере. 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 баз данных можно логически разделить на те маркетинговые программы, которые охватывают существующих клиентов, и те, которые нацелены на потенциальных клиентов.
Потребительские данные
Что касается существующих клиентов, более опытные маркетологи часто создают обширные базы данных о клиентах. Они могут включать в себя 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 такие хранилища данных часто могут иметь размер в несколько терабайт.
Маркетинг для потенциальных клиентов В целом маркетологи баз данных стремятся иметь как можно больше данных о клиентах и потенциальных клиентах. Для маркетинга 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.
Бизнес-данные
Для многих бизнес-бизнес ( B2B ) маркетологи компании, количество клиентов и потенциальных клиентов будет меньше , чем у сопоставимых (бизнес-потребитель B2C ) компаний. 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, нацеленные на команды или «аккаунты», 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 продленных 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 средах Business-to-Business часто склонны быть лояльными, поскольку им необходимо послепродажное обслуживание своих продуктов, и они ценят информацию об обновлениях продуктов и предложениях услуг. Эту лояльность можно отследить по базе данных.
Источники данных о клиентах часто поступают от сотрудников отдела продаж компании и инженеров по обслуживанию. Все чаще онлайн-взаимодействие с клиентами предоставляет 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 из своих прямых продаж, онлайн-сайтов и специализированных публикаций.
Аналитика и моделирование
Компании с большими базами данных о клиентах рискуют оказаться «богатыми данными и бедными информацией». 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 (потребительская ценность) , при котором клиенты распределяются по подсегментам на основе давности, частоты и денежной стоимости прошлых покупок. Ван ден Поэль (2003) [5] дает обзор прогнозной эффективности большого класса переменных, обычно используемых в моделировании маркетинга баз данных.
Они также могут разрабатывать прогностические 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 .
Законы и правила
По мере роста маркетинга баз данных он стал объектом пристального внимания защитников конфиденциальности и государственных регулирующих органов. 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 существует множество государственных и федеральных законов, в том числе Закон о справедливой кредитной отчетности или FCRA (который регулирует сбор и использование кредитных данных), Закон о переносимости и подотчетности медицинского страхования (HIPAA) (который регулирует сбор и использование данных о здоровье потребителей), а также различные программы, которые позволяют потребителям исключать номера своих телефонов из телемаркетинга .
Достижения
В то время как идея хранения данных о клиентах в электронных форматах для использования их в маркетинговых целях баз данных существует уже несколько десятилетий, доступные сегодня компьютерные системы позволяют получать на экране полную историю поведения клиентов, пока бизнес совершает операции с каждым из них. индивидуально, обеспечивая таким образом бизнес-аналитику компании в режиме реального времени . Эта способность обеспечивает то, что называется индивидуальным маркетингом или персонализацией .
Современные системы управления взаимоотношениями с клиентами (CRM) используют хранимые данные не только для целей прямого маркетинга, но и для управления всеми контактами с отдельными клиентами и для разработки более индивидуальных предложений продуктов и услуг . Однако сочетание CRM, инструментов управления контентом и бизнес-аналитики делает предоставление персонализированной информации реальностью.
Маркетологи, обученные использованию этих инструментов, могут осуществлять поддержку клиентов, что представляет собой тактику, которая пытается общаться с каждым человеком в организации в нужное время, используя правильную информацию, чтобы удовлетворить потребности этого клиента в процессе выявление проблемы, изучение доступных вариантов ее решения, выбор правильного решения и принятие решения 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 именно по этой причине крупные маркетинговые организации привлекают эксперта по стратегии маркетинговых процессов и информационных технологий (ИТ) или специалиста по маркетингу ИТ-процессов. Несмотря на то, что системный интегратор (SI) более технический по своей природе, чем это часто требуется маркетологам, он также может играть роль, эквивалентную стратегу маркетинговых ИТ-процессов, особенно в то время, когда необходимо настроить и развернуть новые технологические инструменты.
Проблемы и ограничения
Хотя бизнес-аналитика в режиме реального времени является реальностью для избранных компаний, для многих она остается труднодостижимой, поскольку зависит от следующих предпосылок: процента бизнеса, подключенного к сети, и степени 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. Эту проблему можно решить онлайн и офлайн, в том числе традиционными методами. Альтернативный подход - это маркетинг близости в реальном времени для целей приобретения.
Смотрите также
- Управление взаимоотношениями с клиентами
- Прямой маркетинг
- Капельный маркетинг
- Пожизненная стоимость
Рекомендации
- ^ Stone, B (1997) Успешные методы прямого маркетинга, NTC Business Books
- ↑ Прямая новостная лента 18 ноября 2002 г.
- ^ Шоу, Р. и Стоун, М. Маркетинг баз данных. Нью-Йорк: Джон Вили и сыновья, 1988.
- ↑ Флетчер, Кейт, Колин Уиллер и Джулия Райт. «Успех в маркетинге баз данных: некоторые критические факторы». Маркетинговая разведка и планирование 10 (1992): 18-23.
- ^ Ван ден Поэль Дирк (2003), « Прогнозирование повторных покупок по почте: какие переменные имеют значение? ”, Tijdschrift voor Economies & Management , 48 (3), 371-403.
дальнейшее чтение
- Баесенс Барт, Стийн Виаене, Дирк Ван ден Поэль, Ян Вантиенен и Гвидо Дедене (2002), « Байесовское обучение нейронной сети для моделирования повторных покупок в прямом маркетинге », Европейский журнал операционных исследований , 138 (1), 191-211.
- Оптимальный маркетинг баз данных, Дрейк и Дрозденко, Sage Publications (2002)
- Хьюз, Артур М. (2000), Стратегический маркетинг баз данных: Генеральный план для запуска и управления прибыльной программой маркетинга, ориентированного на клиента , 2-е издание, МакГроу-Хилл, Нью-Йорк.
- Дэвид Шепард Ассошиэйтс (1999), Новый прямой маркетинг: как реализовать ориентированную на прибыль маркетинговую стратегию базы данных , 3-е издание, МакГроу-Хилл, Нью-Йорк.
- Хиллстром, Кевин (2006), Маркетинг баз данных Хиллстрома , Директ Академия
- Пепперс, Дон и Роджерс, Марта (1996), «Один к одному в будущем» (Один в один) , «Текущий».
- Принци Анита, Дирк Ван ден Поэль (2005), « Ограниченная оптимизация задач интеллектуального анализа данных для повышения производительности модели: приложение прямого маркетинга », Expert Systems with Applications , 29 (3), 630-640.
- Тэпп, Алан (1998), Принципы прямого маркетинга и маркетинга баз данных, Trans-Atlantic Publications.
- Преннер, Джон (2000), Маркетинг баз данных , основанный на рентабельности инвестиций , UC Press
- Ван ден Поэль Дирк (2003), « Прогнозирование повторных покупок по почте: какие переменные имеют значение? ”, Tijdschrift voor Economie & Management , 48 (3), 371-403.