データベースマーケティングシステムの設計
情報技術の組み合わせとして、データベースマーケティングは、マーケティング理論、システムアーキテクチャは、実装のための合理的な基礎が必要です。問題のデータベースマーケティングのシステムは、さまざまな国内および国際的な専門家の意見。一部の学者は信じて分析データベースマーケティング、顧客関係管理（CRM）、角度からその：データベースマーケティング、かかわらず、CRMのための基礎。しかし、それは、CRM販売の自動化、顧客サービスとビジネスインテリジェンス（データマイニングなど）コンテンツ欠いている。過去のデータのそのデータベースがよく出てタッチの会社と、キャンペーンのタイプの予備的な分析しかとしてです。
企業内の現在のマーケティングの重要性を考えると、私はこのシステムがフルマーケティングは指導思想、CRMの販売をカバーすべきであると信じて、顧客サービスとシステム全体のビジネスインテリジェンスコンテンツ。次の2つの主な理由に基づいて：まず、データベースマーケティングは、CRMのデータは、データマイニングの前提条件を倉庫です。統合は、2つの部分は、システムのマーケティング機能を強化することができます。技術的な可能性を達成しているマーケティングの仕事の統合管理、2、売上高は、顧客サービスは、いくつかのQubieマーケティングも、それはマーケティングZuoweihexin Fahuiにそれぞれの役割に基づいているということができます。このはに体現さ：売上データは、マーケティングの部門に、スムーズな販売に意思決定ステップをguide to部門marketing提供、顧客の付加価値を、顧客サービスの特定の詳細の顧客の消費特性に基づいてimportant参照とすることにマーケティング材料correspondingサービス、顧客満足を実現します。
つまり、データベースマーケティングシステムの検討は、マーケティングで駆動する必要があります。販売、ある意味で、エンタープライズレベルのマーケティングシステムのアクセシビリティの顧客サービスは、ビジネスインテリジェンス、それはCRMのコアでフルマーケティングのアイディアです。この新しいデータベースマーケティングシステム図1に示すの研究。データベースシステムのマーケティングシステムのようなシステムです：売上高は、顧客のコンタクトセンターと販売チャネルを通じて顧客サービス部門では、顧客データを収集し、顧客データベースのマーケティング部門の照合を。マーケティング部門は顧客データを、統計分析、データウェアハウスの詳細な分析処理へのデータマイニングなどの変換の合理化によるデータの必要な部分は、知識のモデル値にマーケティング部門に視覚的表現を介してくる観察する。マーケティングおよびこれらの結果から生産部門、金融セクター、情報の統合、マーケティング戦略の次の段階を開発し、その活動のための基準として、各部門に送信します。
新しいデータベースマーケティングシステムの2実装
顧客データの2.1ソース：顧客の連絡先および連絡先
コーポレートマーケティングスタッフすぐがない場合は適切な顧客データや市場情報です。ウィル困難を実施すること。したがって、連絡先と連絡顧客との特に重要となっている。データベースマーケティング、顧客の連絡先および連絡は2つの部分を：まずており、顧客の販売記録でタイムリーに流通チャネル、顧客の連絡先を製品やサービスの売上高は：まず、顧客サービスコンタクトセンターの顧客を顧客とのコミュニケーションにとコミュニケーション。マルチメディアを通じて、マルチチャネルの統合とインテリジェントな検索方法は、クライアントが最高の席を（顧客サービスの点）、質の高いサービスを提供する見つけるのに役立つ。お客様のコンタクトセンター電話、電子メール、ファックス、ネットワーク、通信、シリーズの顧客との対話のプラットフォームと非デジタルデジタルチャンネルのセットです。このプラットフォームでは、顧客が独自の方法をどこの企業交通劉選択すると、企業はさらに了解顧客の意見を取り、必要な最高速度Bangzhuの顧客で実用的な問題を解決すると同時に、センターもJinliangsoujiその関連情報。達成顧客情報。将来のゼロ損失は"マーケティングと販売の基礎を提供します。利点は：企業にとって、すべてのレコードと情報管理を効率的かつ容易なアクセスへのアクセスは、顧客満足度を向上させる。お客様には、利便性と選択肢パーソナライズされた、リアルタイムの相互作用が強く、ある企業に良い印象を持って親密さが、です。カスタマーコンタクトセンターの複数のチャネルの統合は、ビジネスロジックの適切な実施を通じて、サービスコンポーネントとクライアント連絡先情報ベースのサーバーとデータベースに対応するサーバーのルーティング、に代わって最高の席を見つけて、顧客情報の更新記録を行います。コンピューター処理のための全過程を、顧客の呼び出しの効率が非常に高いです。典型的な顧客コンタクトセンターは、図2に示す。
お客様のコンタクトセンターは、顧客の連絡先や情報収集のためのよい方法です。しかし、ことができる、それを訪問、非公式の連絡先など、従来の方法（）で互いに連携を組み合わせることで、ビジネスがより有益される有益です。
2.2顧客データの取り扱い
顧客データのさまざまな情報源によれば、多くの問題：繰り返し、不完全な、標準化ではなく、不整合など、これらは全てフォローアップ分析と大きな影響を与えるの発掘が収集。そして、これらの大量データの順序を事前に必要なため、粗さ。この順序は、2つの部分：まず、スクリーニングと選択レコーダーのエンドユーザのデータ（売上や顧客データ）の統合マーケティングデータベースをされ、統合し、データを定期的に、データ前処理の一部呼び出すことができます更新を含む：2一部のデータをさらにデータマイニングのためのマーケティングデータベースは、特定のクリーンアップを介して、統合、変換、および削減。には、次のに十分な時間を準備するために、データウェアハウス、データマイニングの許容フォーム、データの再処理の一部として記述することができます。としてデータ処理技術の複雑さ、および特定の分析のためではない。
重要なデータの2.3消費：データマイニング
洗浄、仕上げの要件に応じてお客様のデータは、また、探検すると詳細な情報の市場価値を発見さらに発掘と分析、必要があります。データマイニング、データベースの観点から、それは大規模なデータセットとその興味深いデータモデル非有用な情報とプロセスの知識、情報や知識にデータを派生広く様々なアプリケーションで使用することができ、発見さ経営、市場分析などなど。企業のマーケティングください。これは、レコードから企業の大規模な顧客データを助けることができる消費者心理と行動の商業値のデータモデルの顧客特性に、より正確で効果的なマーケティングの意思決定の彼らの開発を通して、企業を支援する関連が見つかりました。
データマイニングは含まれての基本的な手順を実行します：
（1）データのクリーニングと統合：ノイズやデータの不整合の除去、さまざまなデータソースと連携し、その結果、データウェアハウスに堆積される。 1つは、データウェアハウスのです主語指向、統合された、時間とデータの不揮発性コレクションは、様々な多次元データモデルの設計を使用して開催しました。
（2）データの選択と変換：データウェアハウスから、関連するデータと分析のタスクを取得するために適切な形式（たとえば、要約または集計操作を通してに統一を探求する）。
（3）データマイニング：膨大なデータモデルからデータを抽出するインテリジェントなメソッドを使用します。
（4）モデルの評価と知識の表現：いくつかの興味深さを測定、モデルと結果の可視化と知識表現技術のユーザー（利用を通じて、ビジネスマネージャやその他の意思決定者などの得られた実際の値を識別するためによると）。
データのマーケティングの広い範囲の業務用の特定の鉱業、顧客は、主に特徴とする協会の分析、分類と予測を区別の重要性、およびクラスター分析のようにアウト。容易に理解するには、1つだけのモデルの種類のアルゴリズムを説明する。
2.4データマイニングのケーススタディをクラスタリング：Kはアルゴリズムの理論とアプリケーションを手段
Kは、次のようにアルゴリズムのプロセスであることを意味：
（1）入力はNのオブジェクトを（顧客）データベースおよびクラスタのKは（KのN個のオブジェクトのポイントに顧客の数は）ランダムにすべてのクラスタやセンターの平均値として選択された番号が含まれ;
（2）（のN - K）を各クラスタにオブジェクトに応じて、残りの中心部それぞれから最も近いクラスタに割り当てられている距離。
（3）再各クラスタの平均値を計算する。
（4）2つの手順を繰り返します。各クラスタの平均まで変更されません。安定の各クラスです。その結果、顧客基盤のと同じ消費特性を持つクラスタの各特定のターゲットグループ（分類の下に）来る。
クラスター分析は、マーケティングには、クライアントのメンバーの認識のスーパーマーケットの買い物のタイプなどのより良いメンバーにスーパーマーケットの顧客データベースからの品質のサービスをprovideする必要が消費のデータの後では、多次元の数値データのprocessing後に適用モデル：顧客識別番号（総消費量、購入数、所得水準、... ...）。どの総消費量、購入数は、所得水準は、顧客データの型と多次元変数が直接関係している。クラスター分析などの情報のクライアント（K）の会員によると、（N）の数と種類は、対応する結果がクラスタを、2次元シミュレーション結果を図4に示すように得られた。
クラスタリング結果は、大規模なショッピングスーパーマーケットの顧客のすべてのメンバは、3つの異なる寸法に重要なのクラスタ（クラス分けされます）は、Aは、B、Cの、顧客の種類ごとに独自の消費者の好み、さまざまな消費者の特性があります。スーパーマーケットを比較することができます、お客様のさまざまな種類の特性を分析し、消費者マーケティングを対象に行っています。
データマイニング分析CRMアプリケーションのコアコンポーネントのデータベースマーケティングシステムですまた、コア技術は、非常に重要な役割を果たしている。しかし、理論と技術、データマイニング、多くの必要性の複雑さが完成する。これは注目に値する、データベースのデータのすべてではないタイプの浚渫を必要とする、そこにテキスト解析、画像、等）、いくつかの非数値型のデータを多数のような強力なテキスト情報が（デ、手動でのソートの数がありますだけではまた、マーケティング活動や意思決定を支援します。
2.5は、適切なマーケティング意思決定を開発する
毎日の売上データ、顧客コンタクトプロセスの情報、データ、さまざまな製品やサービスを優れたマーケティングShishicankao基盤をTigong Kaizhanの知识企業を発見するモードを取得し、次に生産部門、金融セクター等の基本的なデータインベントリ、コストデータ）総合的に勘案の、マーケティング部門では、これに応じて定式化より科学的な可能性がありますかつ合理的なディマーケティング意思決定とCelue、ピンセット4Pのマーケティング戦略など（製品戦略は1つだけのように最適化することができます次：
（1）一部の製品特定の販売データや消費者が顧客の好みを理解するの平均利益率に応じて。したがって、既存の製品ラインや製品企業は、対応するポートフォリオ戦略製品ポートフォリオの拡大や収縮などの適切な製品を（使用してプロジェクトを評価する。製品ラインの拡張のため）より市場の需要を満たすために;
（2）製品の過去の販売データは、製品、成長、成熟、衰退の輸入によると、製品の機能と戦略へのさまざまな段階でのライフサイクルステージの掘削を見つけるために。
（3）新製品は、製品やサービスまたは製品の満足度の顧客の評価に従い改善し、更新しました。特定の消費者団体の消費者の差別化のためにこれらの新製品してください。できる新製品の消費特性、リポジショニングや製品を開発のために好みを満たすためにのように。