死磕营销系列之大数据营销你懂多少？

一、数据营销的发展史

在开始之前先思考一个问题，即什么是“数据营销”？

本书给出的定义：利用客户数据来进行营销的方式都可以成为数据营销。这些客户数据来自企业的内部生产过程，外部采购等多种渠道，数据的应用方式也多种多样，但最终目的都是通过分析客户数据来推动企业的销售提升和业务变革。

数据营销的发展历史：

1直复营销

直复营销阶段核心应用领域是邮购，主要应用行业是零售业，营销接触方式是直邮。

直复营销是数据营销的最早阶段。在直复营销的闭环里，客户数据中最关键的是客户的会员编号（识别码），历史购买记录和直邮地址这三个要素，通过对海量客户购买行为的数据挖掘，零售商能获知成千上万种商品间的交叉销售机会和最佳销售时间，最终目标是在正确的时间向客户推送正确的商品内容和折扣政策，吸引客户到店消费。

直复营销的成功先决条件有以下几个：

良好的品牌形象和产品认可度，使客户看到目录上的图片和文字能产生购买欲望。

销售利润足以覆盖目录印刷成本。

商品相比竞争对手具有价格竞争力。

2数据库营销

数据库营销是数据营销的第二个阶段。由于直复营销对商品的标准化程度和品牌要求高，沟通效率低，数据更新频率低。随着20世纪90年代，呼叫中心技术成熟，数据库营销应运而生。

常见的数据库营销模式分为两个闭环。

a.新客户挖掘

目标是带来新的客户，主要通过三种途径：广告带来的呼入/市场活动收集的数据/外部采购数据。

b.老客户维系

基于CRM系统中所掌握的客户数据，通过两种方式进行客户接触：通过数据挖掘技术，根据客户以往的购买周期，金额等判断客户在短期内购买的可能性和目标产品/CRM系统中记录了大量真实的客户数据，在经过电子邮件等方式进行营销后，通过判断客户对电子邮件的反馈情况，决定是否需要电话跟进这条客户数据。

3数字营销

数字营销的变革包括以下几个主要方面：更丰富的客户数据收集阶段/更丰富的客户接触渠道/社交媒体的介入/更低廉的成本/不再需要昂贵的专业数据操作团队/数据合规/营销效果衡量体系。

二、数据营销的架构

数据营销架构分为五个方面：

基础理论/数据基础/知识领域/主要职责/商业目标

1、基础理论

基石：高德纳：客户关系管理理论。

执行层面理论：针对老客户维系：客户生命周期理论/针对新客户挖掘：销售漏斗模型理论

2、数据基础

各种CRM系统中存储的数据必须具备以下共性：

a.以客户数据为中心

b.数据类型：传统CRM数据和数字数据

c.可用数据

3、知识领域

数据营销人至少需要掌握四个方面的知识架构：统计学/业务/营销/技术。

4、主要职责

市场研究/营销策略/商业智能（数据挖掘，数据可视化）/营销执行（传统CRM数据，数字数据）/电子商务（电商引流/运营分析）/数据设施。

5、商业目标

数据驱动营销/数据驱动业务。

三、数据营销的理论基础

1客户关系管理

客户关系管理强调企业的组织架构，产品设计，销售大数据营销，售后服务等商业模式的各个环节都要以客户为中心，从而提高企业的盈利能力，收入水平和客户满意度等核心竞争力。CRM系统是贯彻落地这套理论的最终执行。

CRM中存储的数据大致可以分为以下几种：客户信息/购买历史/商机信息/产品信息/价格信息/运营数据/外呼信息/营销信息（营销活动代码，营销接触，营销反馈）。

2客户生命周期

客户生命周期将客户购买产品作为中期的起始点，随着产品的老化和各种偶尔因素造成客户抛弃此品牌产品为终结。

客户生命周期大致分为五个阶段，每一阶段营销也有不同的重点：

客户获取阶段：新客户获取，引导客户熟悉产品

客户提升阶段：分析客户使用情况和关注点，提升客户满意度

客户成熟阶段：通过增值产品维持客户忠诚度，交叉销售，对高价值客户的差异化营销客户衰退阶段：高危客户的预警及提前预警

客户离网阶段：对离网客户进行高成本的维系工作

3销售漏斗模型

不同的行业销售漏斗模型会有不同。本书以一个传统营销为例，销售漏斗模型大致分为五部分：

a.客户数据量

b.客户接触量

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!