database marketing depende, fundamentalmente, ser capaz de se comunicar diretamente com seus clientes. Isso significa que você precisa do seu livro de endereços cliente para ser o mais limpo possível. A seguir estão alguns passos fundamentais que você pode tomar para atingir esse objetivo. Na maioria dos casos, os prestadores de serviços de terceiros podem fornecer esses serviços a custos razoáveis. Estas considerações aplicam-se não só aos endereços físicos, mas para e-mails e números de dispositivos móveis, bem:
Padronizar nomes e endereços em um formato comum. Este é um pré-requisito para fazer ambos limpeza de dados e economia doméstica.
Validar que endereços são entrega. Enviando um pedaço de correio ou e-mail que não pode ser entregue é ineficiente.
Actualização resolve dar conta de movimentos. Mail (física ou e-mail) nem sempre se transmitiu.
Mantenha o seu arquivo de opt-out até à data. É muito importante que você Faz não enviar mensagens de marketing para as pessoas que não querem ouvir de você.
Remover endereços duplicados de seus arquivos de correio. Você não quer estar enviando a mesma comunicação várias vezes para o mesmo endereço.
Segmentar clientes em grupos
Os profissionais de marketing clientes agrupar em segmentos de várias maneiras. Estas diferentes abordagens são caracterizados pelo tipo de dados que utilizam. Aqui estão alguns esquemas de segmentação de clientes comuns:
segmentação demográfica: segmentos demográficos são desenvolvidos por olhar para a idade, renda, estado civil, presença de crianças, e outras características semelhantes. Compreender meios e lifestages financeiros teus dos clientes ajuda a oferecer produtos e serviços relevantes.
A segmentação geográfica: necessidades e atitudes dos clientes variam de acordo com onde eles vivem. Tempo impulsiona diferentes necessidades de produtos em diferentes regiões. E é preciso não mais distante do que o estado / azul divisão estado vermelho da política americana olhar para ver que as atitudes variam dramaticamente pela geografia.
segmentação comportamental: comportamento de compra passado e rendimento de comportamento de navegação web insights poderosos sobre os seus clientes. Estes dados podem mostrar-lhe quais são os clientes sensíveis ao preço x benefício prémio orientada. Ele também mostra que os clientes são mais fiéis a sua marca.
lucratividade do cliente: Agrupar os seus clientes de acordo com o quanto eles contribuem para a sua linha de fundo permite priorizar o público-alvo para as suas campanhas.
segmentação psicográfica: Baseada principalmente na investigação de pesquisa, segmentação psicográfica é uma tentativa de compreender as necessidades e atitudes de clientes diferentes. Esta compreensão é muito útil na elaboração de mensagens e ofertas que vão entrar em ressonância com os clientes.
Dados estatísticos utilizados em Marketing Data Driven
Qualquer um que já tenha usado uma planilha está familiarizado com a idéia de tipos de dados. Os dados vem em dois sabores básicos: numéricos e de caracteres - números e texto. dados de caracteres não está envolvido na análise estatística. dados numéricos divide-se em número inteiro e dados decimal de dados e pode ser formatado de várias maneiras.
Mas quando se trata de realizar análise estatística dos dados, algumas diferenças são importantes para manter em mente. Nem todos os dados são criados iguais quando se trata de calcular estatísticas.
Seguem-se os tipos de dados básicos, juntamente com uma breve descrição dos tipos de estatísticas você pode significativamente realizar com eles. Note-se que cada tipo de dados nesta lista suporta os cálculos descritos em todos os tipos anteriores:
Dados categóricos: Estes são os dados que é, de um ponto de vista estatístico, é não numérica. Ele simplesmente classifica os registros por categorias. Os números sobre camisas de futebol são um exemplo. Com este tipo de dados, a única estatística significativa é o número de registros em cada categoria.
dados ordinais: Este tipo de dados simplesmente indica algum tipo de ordem em que os registros cair. Um exemplo típico é uma pergunta da pesquisa que pergunta respondedores para classificar algo em uma escala de 1 a 10. Este tipo de dados suporta o cálculo dos percentis. A noção de mediana Também é significativo aqui. É importante notar que são médias não significativo com dados ordinais.
dados de intervalo: Intervalo de dados suporta comparações de intervalos. Os valores em dólares, idade e temperatura todas têm essa propriedade. Por exemplo, a diferença entre um dólar e 2 dólares é exactamente o mesmo que a diferença entre $ 100 e $ 101. Este tipo de dados suporta cálculos estatísticos mais comuns, como médias e desvios padrão.
Dados Ratio: dados proporção é o tipo de dados mais robusto. É caracterizada por permitir comparações de proporções. Dez anos é o dobro do tempo de cinco anos, por exemplo. Este tipo de dados suporta praticamente todos os imagináveis cálculo estatístico, incluindo o coeficiente de variação, bem como os meios mais esotéricos como a média geométrica.