數據庫營銷與數據挖掘

feiyang10086

轉： Data Min

數據庫營銷與數據挖掘

       提起數據庫營銷可能還有許多人并不了解“他”，其實我們雖然不了解什么是數據庫營銷，但是數據庫營銷卻時時刻刻在影響我們的生活，比如你每天E-mail可能會收到關于某種產品的優(yōu)惠以及XXX產品的推薦會，接到短信通知“尊敬的XXX先生or小姐，我是XXX公司的客服經理，我們?yōu)閼c祝........，特邀請您來參加，并有禮品相送”；



      數據庫營銷對企業(yè)營銷來講是非常好的手段，主要是由于其成本低、效率高、效果可視化，但是前提一般需要很豐富的數據庫，例如客戶的背景資料（性別、年齡、收入、家庭人數）、客戶行為域（是否訂購XXX產品、使用次數、消費金額、購買時間等等），在實際中很難找到完美的數據去支撐我們所謂的”規(guī)則”，畢竟數據庫營銷對我們現在的中小企業(yè)來講還沒有得到應有的重視，下來我大體說說：



      Step1  我們這次營銷的對象是誰？

客戶響應模型：簡單的意思就是那些客戶對我們的營銷感興趣？

     在我們的實際操作中，通常把客戶根據試驗的數據劃分為響應客戶和未響應客戶（也就是0和1），一般有二種情況：

1、沒有進行營銷的，也就是我們只能感覺經驗、產品的相關性以及人群的特點進行分類（可考慮使用聚類分析、異常分析、RFM分析）

2、進行一次營銷，已有反饋數據；這種對于我們來講是現實中常見的情況；

  接下來就是響應客戶如何來找？

主流的數據挖掘算法主要有：決策樹、神經網絡、 logistics  

    Step2  如何營銷？

客戶購買行為模型：通俗的講就是客戶買了那些產品，還有那些產品適合客戶，而客戶還沒有選擇？

這塊現在主流的數據挖掘方法是：關聯分析、序列分析

關聯分析一方面客戶看出客戶的購買行為，另一方面往往被大家忽略，那就是客戶流失

比如啤酒與尿布，一方面我們挖掘發(fā)現有80%的人買啤酒的同時也買了尿布，這樣就可以給客戶交叉銷售、或者提高購物舒適性；

另一方面從我們的原始數據庫發(fā)現，在我們店買啤酒的人，大多數沒有買尿布？但是我們的競爭對手的尿布卻銷的很好，這就是一個客戶流失的信號；

    Step3  什么時間營銷？

   對于這一步在實際中大多是根據初次營銷的反饋進行頻次、交叉Table，還有一部分是結合營銷產品以及客戶的生活特點進行設定，比如你要推一個Web產品，如果能找到這個客戶的上網時間，這時候來做營銷效果會很好；