《数据库营销培训课件》由会员分享，可在线阅读，更多相关《数据库营销培训课件（32页珍藏版）》请在金锄头文库上搜索。
1、精准营销 狙击式服务,数据库营销培训,公司营销管理者思考的商业问题,Customer.,如何更好地保留住现有客户? 通过客户特征分析了解现有客户的特征,细分成不同的客户群体.对每个细分群体制定有针对性的的客户管理和营销策略,Prospect.,怎样找到有潜力消费的新客户? 可根据高利润客户的特征匹配潜在新客户的特征,Cross & Up.,怎样提高现有客户的销售收入? 交叉销售和垂直销售分析可以提高现有客户的利润,Loyalty.,如何挽回可能会流失的客户? 客户流失分析可以识别很可能降低或停止购买的客户,在流失前识别出来,就可以采取行动来保留他们,数据库营销的理念已经为业界所熟知，但鲜有企业
2、系统化地运用 几乎没有企业愿意投入专职力量从事客户信息的管理工作 很少的企业拥有整合的客户信息数据库，大量的客户信息分布在企业不同的业务单元 很少的企业为数据库营销规划专门的年度预算 采用数据库营销的企业，往往抱有不切实际的幻想，过多的销售结果导向 精准的客户信息收集力量薄弱，客户信息收集难度巨大,大部分IT产品（B2B)的市场特性及商业信息的实用性，促使IT企业愿意选择直复式营销 主流的IT厂商均设置专门的团队，管理和分析客户信息，用以进行关系营销和直复式营销 很多主流IT厂商（例如IBM, HP, MS, Dell, CISCO, Oracle )均为潜在客户数据,数据清理和直复式营销方面
3、投入巨资 一些主流IT厂商正在建设公司级的整合客户数据管理系统，并开始广泛采用数据库营销,整体市场处在萌芽阶段,IT行业成熟度较高,中国的数据库营销市场状况,数据管理,数据分析 数据挖掘,商业策略 营销策略,直复式 营销,销售线索挖掘,直接销售,数据 规范化,数据 匹配,决策树,聚类 分析,客户 细分,购买 预测,客户忠诚度,TM,webcast,Events,客户 定位,挖掘 策划,挖掘 实施,线索分配跟进,INFORMA-TION.,INTEGRITY.,MULTICHANNEL COMMUNICATION.,TARGETING.,数据库营销全景略图,营业额,企业 性质,所属 行业,员工
4、数量,信用 等级,产品 类型,所在 城市,IT经理人,总经理,财务经理,采购经理,市场经理,购买,租赁,定制,家庭树,整合丰富的内外部数据资源： 中国制造企业数据库 中国政府机构数据库 批发零售企业数据库 中国外商投资企业数据库 中国IT企业数据库 中国金融机构数据库 中国卫生机构数据库 中国教育机构数据库 中国科研机构数据库 财富Fortune500强在华机构 ,数据内容服务(B2B),数据内容服务(B2C),高学历,有车 有房,信用卡 用户,高消费,高额 保险者,俱乐部 会员,经常 旅游者,职业,学历,年龄,收入,性别,中国富裕 人群数据,租赁,整合丰富的内外部数据资源 大中型国企总裁/董
5、事长/总经理数据库 外籍管理人员 女性管理人员 私营企业主数据库 财务经理数据库 人力资源经理数据库 IT经理数据库 制造企业总经理数据库 采购经理数据库 销售与市场经理数据库 ,数据管理工具,数据应用工具,数据库管理员(DBA),数据库系统用户,计算机及硬件系统,操作系统 数据库 数据库管理系统 数据库开发工具 数据库应用系统,数据源管理,数据集成,元数据管理,查询引擎,模型引擎,多维分析工具,报表引擎,商务应用平台,数据库管理系统,数据管理工具基本功能要求,E T L,业务模型运行,中央数据仓库/数据集市,多维分析,报 表,数据挖掘,专题分析,活动制定,活动执行/跟踪/反馈,生产数据,销售
6、数据,售后数据,财务数据,客户数据,数据应用工具基本功能要求,数据仓库 是支持管理决策过程的、面向主题的、集成的、不可更新的、并且随着时间变化的数据集合。数据仓库的基本特征： 数据仓库的数据是面向主题的。 主题是在较高层次上将企业信息中的数据综合、归类并进行分析利用的抽象 数据仓库的数据是集成的。 数据在进入数据仓库之前，要经过加工与集成，对不同来源的数据进行统一数据结构和编码，将原始数据由面向应用转向面向主题。 数据仓库的数据是可更新的。 数据仓库中的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一般情况下不进行修改操作。数据极少更新。 数据仓库的数据是随时间变化的。 数据仓库
7、要随时地收集和整理数据，以适应决策支持系统。,DB2 、 Informix 、 Oracle 、 Sybase 、 SQL Server 、 Teredata 、 OleDB 、 SAS 、 Text 、 Excel 、 SAP 、 My Sql、 Access、Peoplesoft 、 IMS 、 VSAM 、 QSAM on 390 、 FTP 、 XML 、 MessageQueue 、 Weblog,数据仓库/数据集市,OLAP (On-Line Analytical Processing) 为满足基于大型数据库的复杂查 询、决策分析等需求，弥补OLTP（On-Line Transac
8、tion Processing, 在线事务处理）在功能上的不足90年代初出现了OLAP技术（E.F. Codd，1993），目前OLAP 已经成为大部数据仓库的重要分析工具。,OLTP 联机事务处理，是公司日常运营的基础，是业务流程信息化的关键，基于生产数据库。 OLAP 联机分析处理，基于数据仓库的数据分析，以供决策所需，面向管理层，面向未来。 满足决策支持或多维环境特定的查询和报表需求，它的技术核心是这个概念，因此OLAP也可以说是多维资料分析工具的集合。,分析引擎,客户流失预警数学模型校验和调优,模型引擎,客户信息分散在销售、经销商,客户服务、市场、财务、库存等多个部门和机构,形成信息孤
9、岛 数据格式多种多样,无法进行信息合并 客户信息不完整,无法进行有效沟通 客户信息不准确,大多已经失去实效性 缺乏完善的客户数据管理流程,数据不能实现滚动管理,整合的客户数据（惟一性、单一视角） 规范的客户数据 完整的客户数据 准确的客户数据 动态更新的客户数据（完善的滚动数据管理流程）,客户数据管理的常见现象,造成无法完整地了解客户特征及客户行为,粗放营销,客户满意度低,理想的客户数据管理,为以客户为中心的客户关系管理和营销管理策略提供坚实的数据基础,客户数据管理服务的目标,1,数据整合服务,数据分析服务,客户数据标准化、规范化,客户数据匹配、查删重,信息匹配与补充 代码匹配 精确查删重 模
10、糊查删重 人工查删重,数据整合,数据合并/分割 数据更新 数据更正,客户数据核实,挖掘新联系人 增加新字段 核实数据,全面准确的数据库,2,日常管理维护服务,新数据补充、更新,批量数据装载,企业新客户数据整理/规范 内部数据的录入 外部数据的录入 市场活动的反馈信息,数据定期清洗/更新/删除,删除非列名的客户 删除消失企业/个人 更新变更企业/个人信息 标识高信用风险客户 标识总询价却不订货客户,数据源规范标准制定 相关部门的数据流设计 (销售,市场,渠道,客服等) 数据质量监控体系,数据管理流程的制定与执行,动态更新的数据库,3,有商业价值的数据库,静态分析,例：某个时间点的客户数据分布状况
11、(如本财年年第一季度末),动态分析,例：某个时间段的客户数据分布状况,客户动态变化状况及趋势(如全年变化或去年同比分析等),客户的行业类型分布比例,客户数据管理服务的目标,确定商业目标,商业理解 Business Understanding,数据理解 Data Understanding,数据清理,数据准备 Data Preparation,聚类分析和分类,建立模型 Modeling,结论综合与评价,模型评价 Evaluation,结构发布 Delivery,通过数据挖掘和分析服务，帮助您回答客户是谁、他们在哪里、他们怎样购买等问题，使您针对不同细分市场进行精细化营销，实现营销价值最大化,各个
12、环节不断地循环往复，进行数据探索和模型的调优,数据分析挖掘和商业决策基本流程,客户流失分析(原因/结果/方向）,客户价值分析,客户满意度研究,数据分析与挖掘的模块、方法和工具,数据分析与挖掘在客户生命周期中的应用,客户细分 潜力客户预测,激活 初次购买,数据分析,客户反馈,未来潜在客户,感兴趣客户,已确定客户,以前的客户,客户价值细分 交叉销售 垂直销售,流失分析 忠诚度计划,不再使用,营销活动分析,目标客户,回应客户,新增客户,流失客户,高价值,中价值,低价值,客户价值细分模型一（成熟模型）,客户成长潜力,客户忠诚度,客户未来贡献度,客户信用度,客户当前贡献度,客户综合价值,客户综合价值 =
13、 weight_1*客户当前贡献度 + weight_2*客户未来贡献度 + weight_3*客户信用度 + weight_4*客户忠诚度 + weight_5*及客户成长潜力,1,2,3,4,5,示例,因子分析：找到变量之间的关 系，并优化变量组合 聚类分析：群间差距最大，群内差距最小的原则进行分析,客户价值细分模型二（数据挖掘）,物质性价值,费用贡献： 时间段的总费用 单次的平均费用 单个项目的平均费用 ,经销店忠诚： 按时到店 多店变换 活动参与： 积极参与经销店活动 ,情感性价值,客户价值细分指标,客户价值细分模型,总体,3 类方案,4 类方案,5 类方案,2,3,1,4,5,同类共
14、性：同类消费者具有类似的特征,异类差别性：异类消费者之间有明显的特征差异,价值类别,钻石级客户,白金级客户,黄金级客户,客户价值细分方法,基于客户价值分析的客户价值提升,1,寻找新客户,向上销售(Up-selling),提升新客户价值,2,交叉销售(Cross-selling),提升老客户价值,3,提升老客户价值,客户价值细分,匹配客户特征信息,根据特征信息挖掘线索,客户特征信息分析,静态产品关联性,购物篮分析,产品组合确定,各商品销售几率,交易占有率,分析几率决定规则,信心水平,增益,确定N种组合方式,动态产品关联性,序列分析,产品组合确定,各商品销售几率,交易占有率,分析几率决定规则,信心
15、水平,确定N种组合方式,价值高已流失,着重通过客户赢回方案促进再次入网消费,亟待保留的客户，已处于摇摆状态,最需要投入营销预算，鼓励延长消费的群体,已流失,不需要投入售后营销预算,客户忠诚度计划挽回流失客户价值,流失预警指标体系,流失预警指数,客户基本信息,生活方式,基本信息,购买产品属性,售后服务数据,产品型号,故障代码,客户流失建模分析,传统统计方法,决策树,神经网络,关联规则,偏差分析,价值细分和流失状态,AS,BD,AG,AD,BG,BS,CS,CG,CD,B摇摆客户,A忠诚客户,C流失客户,策略3,策略2,策略1,D 钻石客户,G 黄金客户,S 白银客户,满意度数据,忠诚度数据,质量满意度,投诉类型,客户流失因素分析,客户保留及提升策略,BD,BG,积分奖励,礼品赠送,打折促销,直邮,代金券,延长服务,AG,CD,CS,生日关怀,最具保留价值的客户,以预防为主，开展有效的客户关怀，适当的营销费用即可,红色预警客户,原红色预警客户预警状态变更示意,客户的预警状态及价值随客户保留及提升计划的实施而变化,2 直复营销策略制定及实施,3 直复营销活动效果评估,1 目标客户识别 -数据筛选与分群,4 客户成长与保持,客户 (数据),
