Databasmarknadsföring är en form av direktmarknadsföring som använder kund- eller potentiella kunddatabaser för att skapa personlig kommunikation för att marknadsföra en produkt eller tjänst.
Skillnaderna mellan direktmarknadsföring och databasdriven marknadsföring ligger i de olika tillvägagångssätten för dataanalys. Databasbaserad marknadsföring fokuserar på användningen av statistiska metoder för att utveckla kundbeteendemönster, vilket sedan används i valet av kunder för kommunikation. Som ett resultat blir marknadsförare som arbetar inom detta område aktiva användare av informationslager , eftersom mer konsumentdata ökar sannolikheten för att skapa en mer exakt modell.
Det finns två huvudtyper av marknadsföringsdatabaser: 1) Kunddatabaser ( B2C ) och 2) Företagsdatabaser ( B2B ). Kundbaser används av företag som säljer produkten direkt till konsumenten, det vill säga med hjälp av Business-to-Customer-modellen (B2C). Företagsdatabaser innehåller ofta mycket mer information. Anledningen till detta är att det inte finns några hinder i form av dataskyddslagar som marknadsförare möter när de sammanställer kundbaser.
Databasen innehåller vanligtvis namn, adress, historik över interna försäljningstransaktioner, leveranstjänster eller köpta kundlistor från andra företag. Källorna till sådana listor är frågeformulär från deltagare i välgörenhetsprogram, ansökningar om provprodukter, tävlingar, garantikort, prenumerationsformulär för nyhetsbrev, ansökningsformulär för lån.
Om mottagaren av kommunikationen som härrör från användningen av databasbaserade marknadsföringsmetoder inte är intresserad av den information som tillhandahålls, kan sådan kommunikation betraktas som skräppost, det vill säga skräppost . Å andra sidan hävdar företag som använder direktmarknadsföring och databasmarknadsföring att riktade utskick till kunder som är intresserade av information om erbjudanden gynnar både kunderna och företagen själva.
Vissa länder och organisationer insisterar på att människor ska kunna förhindra att deras namn visas i marknadsföringsdatabaser, samt möjligheten att ta bort deras personuppgifter från dem.
Databasmarknadsföring uppstod 1980 som en ny och förbättrad form av direktmarknadsföring. Systemet med "traditionella listor" var autonomt och byråkratiskt, och listorna kunde bara innehålla en begränsad mängd data. [1] Systemet krävde modernisering. Vid denna tidpunkt började direktmarknadsföring vinna popularitet med tillkomsten av ny teknik som låter dig registrera kundernas svar, vilket bidrog till uppkomsten av tvåvägskommunikation, en dialog med konsumenten.
Robert och Keith Kestnbaum banade väg för en ny form av direktmarknadsföring, och fick erkännande för att utveckla ett nytt mätsystem inklusive CLV (customer lifetime value), tillämpa finansiell modellering och ekonometri för marknadsföringsstrategier. [2] 1967 grundade de konsultfirman Kestnbaum & Co, som blev databasutbildningsplatsen för många marknadsförare som Robert Blattberg, Rick Courtois och Robert Shaw. Bob Kestnbaum valdes in i Direct Marketing Association Hall of Fame i oktober 2002.
1980 samarbetade Kestnbaum med Shaw för att skapa onlinemarknadsföringsdatabaser, vilket senare blev en vändpunkt i direktmarknadsföringens historia . Showen lade till nya verktyg till Kestnbaums utveckling: telefonförsäljning, fältkanalautomation, kommunikationsstrategioptimering, kampanjhantering och MRM , marknadsföringsrapportering och analys. Därefter, efter 1990, lånades huvudidéerna i dessa system och inkluderades i CRM- och MRM-paketen. [3]
Den första definitionen av termen Database Marketing finns i 1988 års bok med samma namn (Database Marketing, Shaw and Stone, 1998):
"Databasmarknadsföring är ett marknadsföringsverktyg som använder personliga riktade marknadsföringskanaler (såsom post, telefon och direktförsäljning): främjar sökandet efter en målgrupp, stimulerar efterfrågan, organiserar registrering och lagring av elektroniska databaser för kunder, potentiella kunder och andra kommersiella kontakter ger den mest realistiska informationen bland alla marknadsföringsverktyg"
Utvecklingen av databasbaserad marknadsföring har påverkats av nya problem. Fletcher, Wheeler och Wright [4] (1991) delade in dessa problem i fyra huvudkategorier:
1998 observerade Shaw och Stone att företag går igenom flera evolutionära faser i utvecklingen av sina marknadsföringsdatabaser. De definierade dessa faser enligt följande:
Även om företag av alla storlekar kan använda databasmarknadsföring, är det mest lämpligt för företag med ett stort antal kunder. Stora databaser ger stora möjligheter att hitta kundsegment som man kan kommunicera med på olika sätt. Med mindre (och mer homogena) baser blir det svårt att motivera investeringar i differentierade marknadsföringsbudskap. Som ett resultat av detta hittar databasdriven marknadsföring tillämpningar inom områden som finansiella tjänster, telekommunikation och detaljhandel, som alla kan ackumulera betydande mängder data från miljontals kunder.
Tillämpningar av databasmarknadsföring kan logiskt delas in i marknadsföringsprogram för att arbeta med befintliga kunder och program som syftar till att attrahera potentiella kunder.
De mest erfarna marknadsförarna utvecklar komplexa databaser med kundinformation. De kan innehålla olika data: namn, adress, köp- och betalningshistorik, demografi, historik över tidigare tvåvägskommunikation. Stora företag med miljontals kunder kan ha hundratals terabyte datalager .
Databasmarknadsförare är ständigt på jakt efter all möjlig information.
Därför används datakällor från tredje part i stor utsträckning inom marknadsföring. I utvecklade länder finns det organisationer som tillhandahåller denna typ av information. Informationen är vanligtvis begränsad till namn, adress, telefonnummer och demografi, en del tillhandahålls av klienterna själva, resten är resultatet av datasammanställning. Dessutom kan företag få data direkt från kunder med hjälp av olika registreringsformulär och andra moderna verktyg.
Många B2B-företag har betydligt färre kunder än jämförbara B2C-företag. Kommunikation med kunder sker också genom mellanhänder: säljare, agenter, återförsäljare - antalet transaktioner per kund kan vara litet. Som ett resultat har B2B-marknadsförare inte lika mycket data till sitt förfogande som B2C-marknadsförare.
En annan komplikation är att B2B-marknadsförare kan samla in en stor mängd kontaktinformation endast som ett team. Att välja vilken kontakt man ska kommunicera med i direktmarknadsföring kan vara en svår uppgift. Å andra sidan innehåller B2B-databasen ofta redan information om lämpliga kunder.
Dessa uppgifter är särskilt viktiga för uppgifterna med marknadssegmentering och målgruppssökning. Till exempel kan förvärv av licensierade programvaruuppgraderingar hjälpa till att avgöra om det är bäst att förhandla med en programvaruinstallatör eller en inköpsansvarig. När B2B eftermarknadstjänster behövs blir kunderna lojala mot företaget och är intresserade av information om nya produktversioner och andra erbjudanden. Denna lojalitet kan användas för att fylla på databasen.
Säljavdelningar och direkta serviceingenjörer fungerar ofta som informationskällor om kunder. Online kundinteraktionskostnader blir lägre och lägre för B2B-marknadsförare.
Företag har också möjlighet att köpa data från kompilatorer (samlare) av affärsinformation och samla in data som ett resultat av sin egen direktförsäljning, på Internet och genom tematiska publikationer.
Företag med stora databaser riskerar att bli "rika på data men fattiga på information". I detta avseende ägnas stor uppmärksamhet åt dataanalys. Till exempel grupperar företag ofta kunder utifrån en analys av deras beteende, behov eller världsbild. Den vanligaste metoden för beteendesegmentering är RFM-analys (Recency Frequency Monetary): kunder delas in i undergrupper baserat på ålder, frekvens och värde av tidigare transaktioner.
Prediktiv modellering kan hjälpa till att bestämma kundernas benägenhet för olika typer av beteende. Till exempel kan marknadsförare skapa modeller som rangordnar kunder baserat på sannolikheten för en positiv reaktion på en annons. Vid modellering är användningen av statistiska metoder som logistisk regression och neurala nätverk utbredd .
Databasmarknadsföring har blivit utbredd och har varit föremål för forskning av privata jurister och statliga myndigheter. Till exempel har EU-kommissionen antagit en uppsättning dataskyddsregler som definierar när konsumentdata får användas och hur konsumenterna själva kan påverka lagringen av denna information. I USA finns det många statliga och federala lagar: FCRA (Credit Reporting Act), HIPAA (Health Insurance Information Retention Act) och andra program som tillåter konsumenter att ta bort sina data från olika marknadsföringsdatabaser.
I decennier har tanken varit att lagra kunddata i elektroniska format i marknadsföringssyfte. För närvarande kan datorsystem ge specialister en komplett bild av kundernas beteende, företag kan skapa kommunikation med varje kund personligen, samtidigt som de utför analyser i realtid. Denna möjlighet kallas en-till-en marknadsföring eller personlig marknadsföring .
Idag används CRM-system inte bara för att lagra data för direktmarknadsföringsändamål, utan också för att helt hantera interaktionen med varje kund för att skapa personliga erbjudanden av varor och tjänster.
Marknadsförare med kunskap om dessa verktyg kan "utbilda" kunden: kommunicera med varje kund vid rätt tidpunkt, använda nödvändig information för att tillfredsställa kundens behov för att definiera ett problem, hitta alternativ för att lösa det, välja rätt lösning och göra ett köpbeslut.
B2B-marknaden präglas av komplex företagsverksamhet, vilket skapar behov av att formulera tydliga planeringskrav. I detta avseende tar stora marknadsföringsföretag till hjälp av experter inom marknadsföringsstrategier, informationsteknik och IT-marknadsföringsstrateger. Rollen som en IT-marknadsförare kan tas på sig av en systemintegratör , särskilt i stadierna av att sätta upp och implementera ny teknik.
Affärsinformation i realtid används verkligen i vissa företag, men är inte tillgänglig för de flesta av följande skäl: en liten del av företagen är online och en hög grad av mjukvarukomplexitet. De mest tekniskt avancerade företagen som Google, Dell, Apple är bäst lämpade att använda dessa typer av analyser effektivt. Resten av företagen använder mer traditionella metoder, det vill säga bygger kommunikation med den befintliga kundbasen (retention) eller, vilket är den mest utvecklande riktningen, skapar, förvärvar eller leasar nya databaser (förvärv). Det största problemet med databaser är deras snabba inkurans, särskilt med tanke på förseningen mellan förvärvet av databasen och början av dess användning. Detta problem kan lösas med olika online- och offlinemetoder, inklusive traditionella. Ett alternativt tillvägagångssätt är "trådlös" marknadsföring i realtid (med hjälp av Wi-Fi, Bluetooth, GPS-teknik).