데이터베이스 마케팅 시스템의 새로운 디자인
정보 기술의 조합으로 데이터베이스 마케팅 및 마케팅 이론, 시스템 아키텍처 구현을위한 합리적인 근거가 필요합니다. 문제에 대한 데이터베이스 마케팅 시스템은 다양한 국내 및 국제 전문가의 의견. 일부 학자들은 그 : 데이터베이스 마케팅과 고객 관계 관리 (CRM)에서, 데이터베이스 마케팅 관점 간의 관계를 분석하고, 믿고 있지만 CRM을위한 기초. 하지만 그것은 CRM을 판매 자동화, 고객 서비스 및 비즈니스 인텔리 전스 (데이터 마이닝 등) 콘텐츠 부족합니다. 이전 데이터의 데이터베이스는 종종 연락을 회사와 판촉의 유형의 예비 분석은 단지처럼.
기업의 현재 마케팅의 중요성을 감안할 때, 나는 그것이 시스템은 전체 마케팅지도 이념, CRM을 판매를 취재해야한다는 생각, 고객 서비스 및 완벽한 시스템의 비즈니스 인텔리 전스 콘텐츠입니다. 다음과 같은 두 가지 이유에 근거가 : 첫째, 데이터베이스 마케팅은 CRM은 데이터, 데이터 마이닝 요구 사항을 입고있다. 통합 두 부분으로 크게 마케팅 시스템의 기능을 향상시킬 수 있습니다. 기술적으로 또한 가능성을 달성하기 위해하는 마케팅 작업의 통일 관리, 2, 판매, 고객 서비스,하지만 마케팅과 약간의 차이지만, 그것은 마케팅을위한 핵심은 각각의 역할로 할 수있다. 이것은에 구현됩니다 : 판매 데이터가 마케팅 부서에 사용할 수 매끄러운 판매로 의사 결정 단계를 통해 가이드 부서를 마케팅해야, 고객을위한 가치를 추가, 고객 서비스의 구체적인 세부 사항 고객의 소비 특성에 따라 중요한 기준이되어야 마케팅 자료에 해당하는 서비스, 고객 만족을 달성.
간단히 말해서, 데이터베이스 마케팅 시스템의 연구는 마케팅에 의해 구동되어야합니다. 영업, 어떤 의미에서 기업 수준의 마케팅 시스템의 접근을위한 고객 서비스와 비즈니스 인텔리 전스, 그것은 CRM의 핵심 완전한 마케팅 아이디어입니다. 이 새로운 데이터베이스 마케팅 시스템을 그림 1에 표시된의 연구. 데이터베이스 마케팅 시스템 같은 시스템입니다 : 판매, 고객 접촉 센터 및 판매 채널을 통해의 고객 서비스 부서는 고객 데이터를 수집하고 데이터베이스의 데이터 정렬을 통해 마케팅 부문 클라이언트. 마케팅 부서는 고객 데이터를, 통계 및 분석, 데이터웨어 하우스에 대한 심층 분석 및 처리에 데이터 마이닝과 같은 변환을 능률화하여 데이터를 필요한 부분, 지식 모델은 가치 마케팅 부서에 대한 시각적 표현을 통해 올 것이다 관찰 . 마케팅 및 이러한 연구 결과의 생산 부서, 금융 부문, 정보 통합, 마케팅 전략의 다음 단계를 개발하고 활동에 참고 자료로 각 섹터로 보내주십시오.
새 데이터베이스 마케팅 시스템의 구현 2
고객 데이터의 2.1 소스 : 회원님의 문의 및 연락처
기업 마케팅 직원이 즉시 경우에는 적절한 고객 데이터 및 시장 정보입니다. 윌 어려운 수행됩니다. 따라서, 문의 및 연락 고객과 특히 중요 해지고있다. 데이터베이스 마케팅, 고객 연락처 및 연락 장교는 두 부분 : 먼저 가지고, 고객의 판매 기록을 아래에 적시에 유통 채널과 고객의 연락처를 통해 제품과 서비스의 판매가 : 첫째, 고객 서비스 부서를 통해 고객은 고객의 연락 센터와 통신할 수 및 통신. 멀티 미디어를 통해 멀티 채널 통합 및 지능적인 검색 방법은 고객이 최고의 자리에 (고객 서비스 점) 및 품질 서비스를 제공받는 데 도움을. 고객 연락 센터 전화, 이메일, 팩스, 네트워크, 통신 및 일련의 고객 상호 작용 플랫폼이 아닌 디지털 디지털 채널의 집합입니다. 이 플랫폼에서는, 고객은 자신의 방법을 어디서나 회사와 통신하도록 선택할 수 있으며, 기업의 의견 및 고객의 요구를 이해하고, 가장 빠른 속도로 고객, 동시에 현실 문제를 해결하는 데 도움이 센터는 또한 수집하려고 관련 정보. 달성 고객 정보. 미래를위한 제로 손실은 "마케팅 및 영업을위한 기반을 제공합니다. 장점은 : 기업 들어, 모든 기록 및 정보 관리를 효율적이고 쉽게 액세스에 액세스, 고객 만족도 향상, 고객, 편의와 선택 맞춤, 실시간 상호 작용이 강한하고 있으며, 기업에 좋은 인상을 가지고 친밀은,. 고객의 연락 센터의 여러 채널의 통합은 비즈니스 로직의 적절한 구현을 통해 서비스 구성 요소 및 고객 연락처 정보를 기반 서버 및 데이터베이스에 해당 서버를 라우팅, , 대신에 최고의 자리를 찾아 고객 정보와 기록을 업데이 트하십시오. 컴퓨터의 처리 전 과정을, 고객 전화의 효율성이 매우 높습니다. 전형적인 고객 접촉 센터는 그림 2에 표시됩니다.
고객 연락 센터는 고객 연락 및 정보 수집을위한 좋은 방법입니다. 그러나 수도를 방문, 비공식 접촉 등 전통적인 방법 (과) 서로 및 협업와 결합, 사업가 더 도움이 될 것이 도움이됩니다.
2.2 고객 데이터의 처리
고객 데이터의 다양한 소스에 따르면 많은 문제 : 반복, 불완전, 표준 아니라 불일치 등, 그들은 모든 후속 분석 및 큰 영향을 발굴 수집가 있습니다. 그리고 이러한 대규모 데이터의 명령을 사전에 필요한 그러므로 거칠기. 이 명령은 두 부분 : 첫째, 심사 및 선정 레코더에 대한 최종 고객 데이터 (영업 및 고객 데이터) 통합 마케팅 데이터베이스를하였고, 통합 및 데이터를 정기적으로, 데이터 전처리 부분이라고도 할 수있는 업데이 트를 포함합니다 : 2 데이터의 부분의 추가 데이터 마이닝을위한 마케팅 데이터베이스, 구체적인 청소를 통해, 통합, 변환 및 축소. 속으로는 다음 충분한 시간 준비를위한 데이터 웨어하우징, 데이터 마이닝의 수용 형태, 데이터 재처리의 한 부분으로 설명 할 수 있습니다. 으로 데이터를 처리하는 기술의 복잡하고 구체적인 분석하지 않습니다.
핵심 데이터의 2.3 소비량 : 데이터 마이닝
청소와 마무리 작업을위한 요구 사항에 따라 고객이 데이터는 또한 탐구하고 깊이있는 정보의 시장 가치를 발견 추가 발굴 및 분석, 필요합니다. 데이터 마이닝은 데이터베이스의 관점에서, 그것은 큰 데이터에 숨겨져있는 흥미로운 데이터 세트 패턴 및 유용한 정보와 프로세스의 지식, 정보와 지식으로 그들의 결과 데이터를 찾았 널리 다양한 어플 리케이션에서 사용할 수 있습니다, 사업 관리, 시장 분석 등 등. 기업 마케팅. 그것은 기록에서 회사의 대규모 고객 데이터를 도울 수 소비자 심리와 행동 상업적 값 데이터 모델의 고객의 특성에보다 정확하고 효과적인 마케팅 의사 결정의 그들의 개발을 통하여 기업을 지원하기 위해 관련에서 발견.
데이터 마이닝 포함의 기본 단계 :
(1) 데이터 정리 및 통합 : 소음이나 일관성없는 데이터의 제거, 다양한 데이터 소스를 함께하고, 결과는 데이터웨어 하우스에 입금됩니다. 하나는 데이터웨어 하우스입니다 주제 중심, 통합, 시간, 비 - 휘발성 데이터 변화, 다차원 데이터 모델 설계를 사용하여 구성 설정합니다.
(2) 데이터를 선택하고 변환 : 데이터웨어 하우스에서, 그리고 관련 데이터와 분석 작업을 검색할 적절한 형식 (예 : 요약 또는 집계 작업을 통해으로 통일을 탐구).
(3) 데이터 마이닝 : 거대한 데이터 모델에서 데이터를 추출하는 지능형 방법을 사용합니다.
(4) 모델 평가와 지식 표현 : 일부 interestingness 측정, 모델 및 결과 시각화와 지식 표현 기술 사용자 (제공을 통해 사업 관리자 및 기타 의사 결정 권자 등 취득의 진정한 가치를 식별에 따르면).
데이터의 마케팅 다양한 범위의 비즈니스에서 사용 특히 광산, 고객 중심으로 특징과 연관 분석, 분류 및 예측을 구분할의 중요성, 그리고 클러스터 분석 등등 절판. 이해를 촉진하기 위해, 오직 하나의 모델 종류의 알고리즘을 설명했다.
2.4 데이터 마이닝 사례 연구를 클러스터링 : 케이는 - 알고리즘 이론 및 응용 프로그램의 의미
케이이 - 다음과 같은 알고리즘 과정을 의미합니다 :
(1) 입력이 N 개의 객체 (고객) 데이터베이스와 클러스터의 케이는 (한국에있는 N 개의 개체에있는 지점 고객의 수가)이 무작위로 각 클러스터 의미 또는 센터 선정 수를 포함;
(2) (아 - 케이) 각 클러스터 개체에 따라 나머지 중앙 클러스터에 그들의 최근로부터 지정된 거리;
(3) 다시 각 클러스터의 평균 가치를 계산하기 위해;
(4) 두 단계를 반복합니다. 각 클러스터의 평균 때까지는 변경되지 않습니다. 안정화의 각 클래스를 만듭니다. 결과는 고객 기반의 동일한 소비 특성과 클러스터의 각 특정 대상 그룹 (의 분류 미만) 올 것이다.
클러스터 마케팅 분석, 고객의 회원들을위한 인식의 슈퍼마켓 쇼핑 유형과 같은 명령을 회원에게 더 나은 슈퍼마켓 고객 데이터베이스의 품질 서비스를 제공하는 데 필요한 데이터를 소비 이후에, 다차원 수치 데이터의 처리 이후 적용 모델 : 고객의 식별 번호 (총 소비, 구매 횟수, 소득 수준, ... ...). 어떤 총 소비, 구매의 수가, 소득 수준은 고객 데이터의 유형과 다차원 변수는 직접 관련이 있습니다. 클러스터 분석과 같은 정보가 클라이언트 (한국)의 회원에 따르면 (N)을 번호와 종류, 해당 결과는 클러스터를, 2 차원 시뮬레이션 결과를 그림 4에 표시된 취득.
클러스터링 결과는 대형 쇼핑 슈퍼마켓 고객의 모든 구성원이 세 가지 다른 크기로 상당한 클러스터 (클래스 나누어집니다)이고, A는, B는 C 나 고객의 각 유형들은 자신의 소비자 선호하고 다른 소비자의 특성을했습니다. 슈퍼마켓가를 비교할 수 및 고객의 다양한 유형의 소비 특성을 분석하고 마케팅 캠페인을 타겟으로 수행.
데이터 마이닝는 분석 CRM 애플 리케이션의 핵심 구성 요소의 데이터베이스 마케팅 시스템입니다 또한 핵심 기술이며 매우 중요한 역할을한다. 그러나, 이론 및 기술, 데이터 마이닝 및 다양한 필요의 복잡을 져야만합니다. 그것은 협조할 그 데이터의 모든 데이터베이스 유형은 광산을, 텍스트 분석, 그림 등) 및 일부가 아닌 수치 데이터를 다수의 같은 일부 고도 텍스트 정보는 (한 수 필요로 수동으로 마무리의 숫자와 동일한 토큰 또한 마케팅 활동과 결정은 결정 도움이됩니다.
2.5 적합한 마케팅 의사 결정을 개발할
일일 매출 데이터, 고객 연락처 프로세스 정보, 데이터를 얻기 위해, 지식 모델은 마케팅 활동이 좋은 기초 Shishicankao를 제공하기 위해 맡은 다음, 생산 부문, 금융 부문 등의 기본 데이터에 대한 다양한 제품과 서비스 회사 알아내는 (예 : 재고 및 비용 데이터) 계좌로 불려 갔는데, 마케팅 부서가 해당 결과 더 과학적이고 합리적인 마케팅 의사 결정과 전략, 4P 마케팅 전략 등과 같은 제품 전략 하나 같이 최적화할 수 있습니다 개발하기 위해 다음과 같습니다 :
(1) 일부 제품에 대한 판매 데이터 및 소비자 고객의 환경 이해의 평균 이윤했다. 따라서 기존의 제품 라인 또는 제품 회사, 그리고 해당 포트폴리오 전략 제품 포트폴리오를 확장 또는 축소와 같은 올바른 제품을 (를 사용하여 프로젝트를 평가할 수 있습니다. 제품 라인 확장을 위해) 더 나은 시장 수요를 충족하기 위해;
(2) 역사적인 판매 데이터 마이닝 제품을 통해 그들의 생활주기의 단계를 찾을에서는, 제품 개발 전략의 다양한 단계에서 수입하는 제품에 따라, 성장, 성숙, 쇠퇴의 특성이 적절히;
(3) 새로운 제품은 제품이나 서비스 또는 제품의 만족도를 고객 평가에 따라 향상 및 업데이 트되었습니다. 특정 소비자 그룹의 소비자 분화 때문에 이러한 새로운 제품의 경우. 수있는 새로운 제품들의 소비 특성, 위치 조정이나 개발 제품에 대한 자신의 취향에 맞게 등등.