什么是数据库营销？数据库营销基础知识扫盲

　　数据库营销基础概念
　　一：什么是数据库营销？
　　答：以数据为基础的营销方式，通过各类收的数据，挖掘其商业价值，做决策，一般多适用于营销。
　　二：如何运用数据库营销？
　　答：数据库营销的基础是尽可能使用数据库，善于思考，灵活分析，发现商机。
　　三：数据库营销接触点
　　直复营销：一对一营销（短信丶邮件）
　　互动营销：了解客户的反应（微薄丶微信）
　　服务营销：客服接待售后服务（旺旺丶QQ）
　　四：数据库营销（DBM）的比重
　　1。MassMarketing（大众营销）：促销时不知道客户是谁
　　对客户特性不了解
　　对客户的反应不理解
　　对客户粗旷营销単一通道
　　2。DataBasedMarketing（数据库营销）：促销时知道客户是谁
　　维护现有客户的收益丶扩大效益
　　对客户的反应（or无反应）准确理解
　　品牌与客户互动双通道
　　DBM的比重高，但同时都需要为什么？（大家可以想一想）
　　四：大众营销的转型今天的新客户丶即明天的老客户
　　如果没有新顾客的获得，客户数会逐渐下降！
　　五：新客户获取成本：既维护一个现有客户7：1
　　专注客户维护活动
　　另一方面获得新客户的成本【贵】更不能放过机会
　　六：大众营销的转型
　　活用DBM（数据库营销）了解业务与各部门的协作
　　提供良好服务丶保留现有客户丶增加新客户
　　七：市场营销的业务范围
　　八：销售（Selling）与营销（Marketing）共同的目标（扩大收益）不同的功能
　　Selling销售使命
　　Sales丶Marketer促进与支持销售
　　Marketing激励客户购买的使命
　　Marketer丶Sales都是营销渠道之一
　　九：数据库营销的目的“营销闭环”（因数分解）
　　十：主题和指标的关系
　　十一：市场每一个客户（如果你认为是）例如：曾小贤在下图的生命周期
　　十二：市场每一个客户（如果你认为是）
　　新顾客获得：提高市场占有率
　　优良客户培育：钱包份额的扩大（利润）
　　顾客保留：既存占有率的维持（防止市场份额下降丶维护现有客户）
　　十三：响应率和投资回报率
　　十四：业务量的贡献
　　高响应率丶投资効果最大化有效的解决方案
　　活动同时多数实行效果实现
　　第二章：数据库营销RFM分析方法
　　十五：RFM分析方法
　　R：Recency（最近）从最后一次购买的时间算起
　　F：Frequency（频率）一段周期内丶平均访问购买的次数
　　M：Monetary（金额）一段周期内丶平均高消费金额
　　这个概念最初是用在邮购目录营销，红孩子丶麦考林丶宜家都是此类型
　　十六：RFM数据的创建过程
　　如何计算分数由公司自定
　　如何划分整个丶限制每个得分在何处放置一个下限
　　如上面的例子R5F5M5的客户是最重要的客户
　　购买体验的新鲜度丶使用频率丶金额贡献度
　　十七：RFM数据的创建过程，每家电商的情况个不同
　　十八：RFM分析的方法（等级划分样式）
　　十九：RFM有针对性的使用
　　例如：今年春展化妆品A的品牌活动的目标对象
　　二十：客户分类
　　第三章：数据库营销实施流程
　　二十一：实施步骤（图下）
　　二十二：1。数据获取与整理数据收集数据
　　关于客户数据
　　人口统计属性（年齢丶性别丶住所丶联系方式丶交易记录等。。）
　　心理属性（问卷调查数据等心理方面的数据显示丶有关数据使用权限）
　　行为属性（实体店交易丶网购行为数据与交易数据丶对活动的响应）
　　关于商品与服务的数据
　　公司商品与服务的数据：对客户购买行为的了解渠道
　　关于渠道数据
　　每个活动渠道的数据：客户对各种渠道活动的反应
　　关于整个企业的业务数据
　　历史的营销活动丶成本信息
　　各个渠道的运营状态丶成本信息
　　整体商业活动和盈利能力的最优化执行丶提升客户价值
　　二十四：1。数据获取与整理数据客户分类（细分的属性变量之间的关系）
　　二十五：1。数据获取与整理数据客户成长周期
　　每一个阶段如何分类？
　　多样化人生：孕育各类生活方式
　　工作方式：毕业丶就业丶失业丶创业。。。
　　家庭结构：一生独身丶晩婚丶丁克族丶2代同居。。。
　　儿童的教育方式：丶家庭对教育资金的管理。。。
　　收入结构的变化（2级分化）丶家庭结构（无儿女丶老年化）。。。
　　二十六：2。分析数据了解客户行为（客户数量的变化）
　　一定时期内的客户数量增加减少
　　显示各指标的趋势
　　阻止流失是否见效？
　　比较每个部分
　　新客户增加与老客户流失对比如何？
　　客户流失率最高的是那个渠道？
　　二十七：2。数据分析了解客户（收益的理解1）
　　客户在各个时期的收入丶每个客户的中支出
　　收益的分解
　　每个渠道的收益如何？
　　每类商品的收益如何？
　　收益最高的是那部分客户？
　　二十八：3。营销活动策划重要的四点
　　目标。。。筛选目标客户
　　活动。。。提供折扣的信息（商品）
　　时机。。。联系客户的时机
　　渠道。。。测试渠道反应
　　二十九：3。营销活动策划筛选目标客户
　　分段筛选丶每个活动选择适当的客户
　　三十：3。营销活动策划提供各类活动或促销
　　客户需求丶兴趣的理解
　　更新化妆品信息：什么时候有新的活动？
　　确定事件的需求
　　大额消费：发生了什么事？
　　三十一：3。营销活动策划接触客户的的时间
　　不要错过客户有〔需求〕的时机
　　关于春装的时序？
　　准确的检测出每个客户需求的时间
　　大额消费：何时发生大额消费需要检测定义？
　　三十二：3。营销活动策划测试接触渠道的反应
　　寻找合适的渠道
　　每一个渠道的反应率（短信丶邮件丶微博丶微信等。。。）
　　重要度根据成本配分
　　优良客户代表访问
　　准优良客户电话沟通
　　其他客户DM
　　三十三：4。营销活动实施活动实施列举
　　三十四：4。营销活动实施目标组V。S对照组（测试）
　　活动：
　　选择符合条件的客户
　　然后对照目标组与控制组
　　目标组：
　　定位目标客群后再随机选择客户群，然后对比以确定是否得到预期的回应率
　　观察评估结果并在此基础上改善优化
　　假设执行的结果有效
　　目标组与控制组比较（例：不同的客户）
　　控制组：
　　为了与目标组对比
　　从匹配的目标客户中随机选择
　　与目标组对比反应率查看目标组是否效果显着
　　三十五：5。营销活动评价与改善活动评价
　　活动实施后丶查找并改善今后的活动
　　同样以各种分类规则丶发现更好的一部分活动
　　渠道：该渠道反应不良？ROI不明显？
　　商品：该商品反应不良？是否与客户期望符合丶还是需要组合商品？
　　三十六：5。营销活动评价与改善识别改善点
　　更好的分享结果大面积实施
　　需要认识改善点丶制定今后的重点领域
　　第四章：案例分享【JCPenney】
　　三十七：JCPenney
　　在美大型零售商1，000家店铺以上的零售百货店
　　物理店舗丶B2C丶目录的3大渠道
　　服装，首饰，鞋，饰物，家居用品，多种品种
　　（2005年）的年销售额：超18亿美元
　　4，000万以上的顾客数
　　数据仓库：多渠道销售的实现
　　数据仓库集成每个渠道的客户数据
　　分析市场营销与分析产品数据并加以利用
　　2004年时使用60个节点
　　过去三年知道每一个客户购物的特点
　　三十八：JCPenney的客户是谁？制定营销策略
　　该企业重视客户购买行为的变量
　　整合产品信息营销信息等，每条渠道的数据（目录丶实体店丶B2C）
　　三十九：营销策略设置在各个环节丶充分使用数据创造营销优势
　　四十：基于客户的行为数据实施策略
　　根据客户的行为属性分类
　　利用价值：
　　设置店内的陈列丶促进客户购物（下面图片）
　　更改网页目录页的顺序
　　按购物无行为分类
　　四十一：基于客户行为数据例每个渠道的利用
　　直接邮寄的实体店
　　180种选择客户的方法（筛选条件）开发和利用
　　与目录携手共进，并推动同样的信息到互联网
　　网络销售Email传递
　　一年4亿份Email
　　店内促销支持
　　根据过去的购买记录，选择目标客户
　　四十二：基于客户行为数据使用2个渠道
　　JCPenney是美国领先的目录销售公司（服装丶家庭用品）
　　目录超过94页大页面（每一种生活方式。。。）
　　每年630亿页丶3亿8，400万部发行
　　客户选定有240中以上的方法
　　四十三：基于客户行为的数据其他
　　四十四：JCPenneyDBM综述
　　利用DBM开发和利用各种分类活动
　　生活方式，生活阶段多种多样，如购买产品行为，客户服务模式，都可以用于市场营销和产品开发
　　侧重分析客户行为模型丶模型可以用于精炼和营销活动
　　提供给客户可以响应的折扣
　　每个渠道的行为与渠道亲近度
　　制定战略部分丶从企业策略出发丶考虑到所有的日常工作情况
　　多渠道的对应
　　卖场（物理店舗）B2C等多渠道部署的一致性
　　以战略企业诚信为基础，具有一致信息进行营销指导
　　总结：数据运用成败的重要因素，人丶组织丶运作丶系统丶IT等。。以上更重要的还是人为因素！
　　以上就是什么是数据库营销？数据库营销基础知识扫盲的全部内容，由卖家网编辑收集整理发布，希望能够对你有所帮助，转载此文请注明。如需查看淘宝宝贝排名监控、店铺监控、关键词分析、行业数据分析等淘宝数据分析业务请上卖家网。