Base de données marketing dépend fondamentalement de pouvoir communiquer directement avec vos clients. Cela signifie que vous avez besoin de votre carnet d'adresse du client d'être aussi propre que possible. Voici quelques étapes clés que vous pouvez prendre pour atteindre cet objectif. Dans la plupart des cas, les fournisseurs de services tiers peuvent fournir ces services à des coûts raisonnables. Ces considérations valent non seulement à des adresses physiques, mais aux e-mails et numéros de téléphones portables ainsi:
Standardiser les noms et adresses dans un format commun. Ceci est une condition préalable pour faire à la fois le nettoyage des données et householding.
Valider que les adresses sont livrables. Envoi d'une pièce de courrier ou e-mail qui ne peut pas être livré est inefficace.
Mise à jour corrige pour tenir compte des mouvements. Mail (physique ou e-mail) ne sont pas toujours transmis.
Gardez votre fichier opt-out à jour. Il est très important que vous faire pas envoyer des messages de marketing pour les gens qui ne veulent pas entendre parler de vous.
Retirer les adresses en double à partir de vos fichiers de messagerie. Vous ne voulez pas être l'envoi de la même communication plusieurs fois à la même adresse.
Segmenter les clients en groupes
Marketers clients de regrouper dans des segments de plusieurs façons. Ces différentes approches sont caractérisées par le type de données qu'ils utilisent. Voici quelques schémas de segmentation de la clientèle communs:
La segmentation démographique: Segments démographiques sont développées par la recherche à l'âge, le revenu, l'état matrimonial, présence d'enfants, et d'autres traits similaires. Comprendre moyens et lifestages financiers vôtre clients vous permet d'offrir des produits et des services concernés.
La segmentation géographique: Les besoins et les attitudes des clients varient selon l'endroit où ils vivent. Météo entraîne des besoins différents produits dans différentes régions. Et on a pas à chercher plus loin que le rouge Etat / bleu état fracture de la politique américaine de voir que les attitudes varient considérablement par la géographie.
Segmentation comportementale: Le comportement d'achat passé et le rendement du comportement de navigation Web idées puissantes sur vos clients. Ces données peuvent vous montrer que les clients sont sensibles au prix par rapport aux avantages premium orientée. Il montre également que les clients sont plus fidèles à votre marque.
La rentabilité de la clientèle: Regroupant vos clients en fonction de combien ils contribuent à votre ligne de fond vous permet de hiérarchiser les publics cibles pour vos campagnes.
La segmentation psychographique: Basé en grande partie sur la recherche de l'enquête, la segmentation psychographique est une tentative de comprendre les besoins et les attitudes des différents clients. Cette compréhension est très utile dans l'élaboration des messages et des offres qui résonneront avec les clients.
Données statistiques utilisées dans le marketing de données Driven
Quiconque a déjà utilisé un tableur est familier avec l'idée de les types de données. Les données proviennent de deux saveurs de base: numériques et de caractères - chiffres et du texte. Les données caractères sont pas impliqués dans l'analyse statistique. Les données numériques se décompose en entier données et décimal données et peut être formaté de différentes manières.
Mais quand il vient à l'analyse statistique de données, certaines différences sont importantes à garder à l'esprit. Les données ne sont pas tous créés égaux quand il vient à le calcul des statistiques.
Après sont les types de données de base ainsi qu'une brève description des types de statistiques, vous pouvez utilement effectuer avec eux. Notez que chaque type de données dans cette liste prend en charge les calculs décrits dans tous les types précédents:
Données catégoriques: Ce sont des données qui est, d'un point de vue statistique, est non-numérique. Il classe tout simplement les dossiers par catégories. Les numéros sur les maillots de football sont un exemple. Avec ce type de données, la seule statistique significatif est le nombre d'enregistrements dans chaque catégorie.
Données ordinale: Ce type de données indique simplement un peu d'ordre dans lequel les enregistrements tombent. Un exemple typique est une question de sondage qui demande aux intervenants de classer quelque chose sur une échelle de 1 à 10. Ce type de données prend en charge le calcul des percentiles. La notion de médiane est également valable ici. Il est important de noter que les moyennes sont pas significative avec les données ordinales.
Données d'intervalle: Données d'intervalle soutient comparaisons d'intervalles. Les montants en dollars, l'âge et la température ont tous cette propriété. Par exemple, la différence entre 1 dollar et 2 dollars est exactement la même que la différence entre 100 $ et 101 $. Ce type de données prend en charge les calculs statistiques les plus courants, tels que les moyens et les écarts-types.
Ratio de données: Ratio de données est le type de données plus robuste. Il est caractérisé en permettant des comparaisons de ratios. Dix ans est deux fois plus longtemps que cinq ans, par exemple. Ce type de données prend en charge la quasi-totalité de calcul statistique imaginable, y compris le coefficient de variation ainsi que des moyens plus ésotériques comme la moyenne géométrique.
Les niveaux de données quantitatives dans l'analyse client