Databasemarkedsføring er en form for direkte markedsføring , der bruger kunde- eller potentielle kundedatabaser til at skabe personlig kommunikation for at promovere et produkt eller en tjeneste.
Forskellene mellem direkte markedsføring og databasedrevet markedsføring ligger i de forskellige tilgange til dataanalyse. Databasebaseret markedsføring fokuserer på brugen af statistiske metoder til at udvikle kundeadfærdsmønstre, som efterfølgende bruges i udvælgelsen af kunder til kommunikation. Som et resultat bliver marketingfolk, der arbejder inden for dette felt, aktive brugere af informationslagre , da flere forbrugerdata øger sandsynligheden for at skabe en mere nøjagtig model.
Der er to hovedtyper af marketingdatabaser: 1) Kundedatabaser ( B2C ) og 2) Virksomhedsdatabaser ( B2B ). Kundebaser bruges af virksomheder, der sælger produktet direkte til forbrugeren, det vil sige ved hjælp af Business-to-Customer (B2C) modellen. Virksomhedsdatabaser indeholder ofte meget mere information. Grunden til dette er, at der ikke er nogen barrierer i form af databeskyttelseslove, som marketingfolk står over for, når de sammensætter kundebaser.
Databasen indeholder normalt navn, adresse, historik over interne salgstransaktioner, leveringstjenester eller købte kundelister fra andre virksomheder. Kilderne til sådanne lister er spørgeskemaer fra deltagere i velgørende programmer, ansøgninger om prøveprodukter, konkurrencer, garantikort, abonnementsformularer til nyhedsbreve, låneansøgningsskemaer.
Hvis modtageren af den kommunikation, der er et resultat af brugen af databasebaserede markedsføringsmetoder, ikke er interesseret i de leverede oplysninger, kan en sådan kommunikation betragtes som uønsket post, det vil sige spam . På den anden side hævder firmaer, der bruger direkte markedsføring og databasemarketing, at målrettet mailing til kunder, der er interesseret i information om tilbud, gavner både kunder og virksomhederne selv.
Nogle lande og organisationer insisterer på, at folk skal være i stand til at forhindre deres navn i at blive vist i marketingdatabaser, samt muligheden for at fjerne deres personlige data fra dem.
Databasemarkedsføring opstod i 1980 som en ny og forbedret form for direkte markedsføring. Det "traditionelle lister"-system var autonomt og bureaukratisk, og listerne kunne kun indeholde en begrænset mængde data. [1] Systemet krævede modernisering. På dette tidspunkt begyndte direkte markedsføring at vinde popularitet med fremkomsten af nye teknologier, der giver dig mulighed for at registrere kundernes reaktion, hvilket bidrog til fremkomsten af tovejskommunikation, en dialog med forbrugeren.
Robert og Keith Kestnbaum var banebrydende for en ny form for direkte markedsføring og opnåede anerkendelse for at udvikle et nyt målesystem, herunder CLV (customer lifetime value), anvendelse af finansiel modellering og økonometri til marketingstrategier. [2] I 1967 grundlagde de konsulentfirmaet Kestnbaum & Co, som blev databasetræningspladsen for mange marketingfolk som Robert Blattberg, Rick Courtois og Robert Shaw. Bob Kestnbaum blev optaget i Direct Marketing Association Hall of Fame i oktober 2002.
I 1980 samarbejdede Kestnbaum med Shaw om at skabe online marketingdatabaser, som senere blev et vendepunkt i direkte markedsførings historie . Showet tilføjede nye værktøjer til Kestnbaums udvikling: telefonsalg, feltkanalautomatisering, optimering af kommunikationsstrategi, kampagnestyring og MRM , marketingrapportering og analyse. Efterfølgende, efter 1990, blev hovedideerne i disse systemer lånt og inkluderet i CRM- og MRM-pakkerne. [3]
Den første definition af begrebet Database Marketing kan findes i bogen fra 1988 af samme navn (Database Marketing, Shaw and Stone, 1998):
“Databasemarketing er et marketingværktøj, der bruger personaliserede målrettede marketingkanaler (såsom mail, telefon og direkte salg): fremmer søgningen efter en målgruppe, stimulerer efterspørgslen, organiserer registrering og opbevaring af elektroniske databaser over kunder, potentielle kunder og andre kommercielle kontakter, giver den mest realistiske information blandt alle marketingværktøjer"
Udviklingen af databasebaseret markedsføring er blevet påvirket af nye problemer. Fletcher, Wheeler og Wright [4] (1991) inddelte disse problemer i fire hovedkategorier:
I 1998 observerede Shaw og Stone, at virksomheder gennemgår flere evolutionære faser i udviklingen af deres marketingdatabaser. De definerede disse faser som følger:
Selvom virksomheder af enhver størrelse kan bruge database marketing, er det mest velegnet til virksomheder med et stort antal kunder. Store databaser giver gode muligheder for at finde kundesegmenter, som du kan kommunikere med på forskellige måder. Med mindre (og mere homogene) baser bliver det svært at retfærdiggøre investeringer i differentierende marketingbudskaber. Som følge heraf finder databasedrevet markedsføring applikationer inden for områder som finansielle tjenester, telekommunikation og detailhandel, som alle er i stand til at akkumulere betydelige mængder data fra millioner af kunder.
Anvendelser af databasemarketing kan logisk opdeles i marketingprogrammer til at arbejde med eksisterende kunder og programmer, der sigter mod at tiltrække potentielle kunder.
De mest erfarne marketingfolk udvikler komplekse databaser med kundeoplysninger. De kan omfatte forskellige data: navn, adresse, købs- og betalingshistorik, demografi, historie om tidligere tovejskommunikation. Store virksomheder med millioner af kunder kan have hundredvis af terabyte af datavarehuse .
Database marketingfolk er konstant på udkig efter enhver mulig information.
Derfor er tredjeparts datakilder meget brugt i markedsføring. I udviklede lande er der organisationer til at give denne form for information. Oplysningerne er normalt begrænset til navn, adresse, telefonnummer og demografi, nogle leveres af kunderne selv, resten er resultatet af datakompilering. Virksomheder kan også få data direkte fra kunder ved hjælp af forskellige registreringsformularer og andre moderne værktøjer.
Mange B2B-virksomheder har væsentligt færre kunder end sammenlignelige B2C-virksomheder. Kommunikation med kunder sker også gennem mellemmænd: sælgere, agenter, forhandlere - antallet af transaktioner pr. kunde kan være lille. Som følge heraf har B2B marketingfolk ikke så mange data til deres rådighed som B2C marketingfolk.
En anden komplikation er, at B2B marketingfolk kun er i stand til at indsamle en stor mængde kontaktoplysninger som et team. Det kan være en skræmmende opgave at vælge, hvilken kontakt man skal kommunikere med i direkte markedsføring. På den anden side indeholder B2B-databasen ofte allerede oplysninger om egnede kunder.
Disse data er især vigtige for opgaverne med markedssegmentering og målgruppesøgning. For eksempel kan anskaffelse af licenserede softwareopgraderinger hjælpe med at afgøre, om det er bedst at forhandle med en softwareinstallatør eller en indkøbschef. Når der er behov for B2B eftersalgsservice, bliver kunderne loyale over for virksomheden og er interesserede i information om nye produktversioner og andre tilbud. Denne loyalitet kan bruges til at genopbygge databasen.
Salgsafdelinger og direkte serviceingeniører fungerer ofte som kilder til information om kunder. Omkostningerne til online kundeinteraktion bliver lavere og lavere for B2B marketingfolk.
Virksomheder har også mulighed for at købe data fra kompilatorer (samlere) af forretningsinformation og indsamle data som følge af deres eget direkte salg, på internettet og gennem tematiske publikationer.
Virksomheder med store databaser risikerer at blive "rige på data, men fattige på information." I denne forbindelse lægges der stor vægt på dataanalyse. For eksempel grupperer virksomheder ofte kunder ud fra en analyse af deres adfærd, behov eller verdenssyn. Den mest almindelige metode til adfærdssegmentering er RFM-analyse (Recency Frequency Monetary): kunder er opdelt i undergrupper baseret på alderen, hyppigheden og værdien af tidligere transaktioner.
Prædiktiv modellering kan hjælpe med at bestemme kundernes tilbøjelighed til forskellige typer adfærd. For eksempel kan marketingfolk skabe modeller, der rangerer kunder baseret på sandsynligheden for en positiv reaktion på en annonce. I modellering er brugen af statistiske metoder såsom logistisk regression og neurale netværk udbredt .
Databasemarkedsføring er blevet udbredt og har været genstand for forskning af private advokater og offentlige myndigheder. For eksempel har EU-Kommissionen vedtaget et sæt databeskyttelsesregler, der definerer, hvornår forbrugerdata må bruges, og hvordan forbrugerne selv kan påvirke lagringen af disse oplysninger. I USA er der mange statslige og føderale love: FCRA (Credit Reporting Act), HIPAA (Health Insurance Information Retention Act) og andre programmer, der tillader forbrugere at fjerne deres data fra forskellige marketingdatabaser.
I årtier har tanken været at opbevare kundedata i elektroniske formater til markedsføringsformål. I øjeblikket er computersystemer i stand til at give specialister et komplet billede af kundeadfærd, virksomheder er i stand til at skabe kommunikation med hver klient personligt, mens de udfører analyser i realtid. Denne mulighed kaldes en-til-en markedsføring eller personlig markedsføring .
I dag bruges CRM-systemer ikke kun til at gemme data til direkte markedsføringsformål, men også til fuldt ud at styre interaktionen med hver klient for at skabe personlige tilbud af varer og tjenester.
Marketingfolk med viden om disse værktøjer er i stand til at "uddanne" kunden: kommunikere med hver enkelt kunde på det rigtige tidspunkt, bruge den nødvendige information til at tilfredsstille kundens behov ved at definere et problem, finde muligheder for at løse det, vælge den rigtige løsning og lave en købsbeslutning.
B2B-markedet er præget af kompleks virksomhedsdrift, hvilket skaber behov for at formulere klare planlægningskrav. I denne forbindelse tyer store marketingvirksomheder til hjælp fra eksperter inden for marketingstrategier, informationsteknologi og it-marketingstrateger. Rollen som en it-marketingmedarbejder kan overtages af en systemintegrator , især i stadierne af opsætning og implementering af nye teknologier.
Real-time business intelligence bruges faktisk i nogle virksomheder, men er ikke tilgængelig for de fleste af følgende årsager: en lille del af virksomhederne er online og en høj grad af softwarekompleksitet. De mest teknologisk avancerede virksomheder som Google, Dell, Apple er bedst placeret til at bruge disse typer analyser effektivt. Resten af virksomhederne bruger mere traditionelle metoder, det vil sige, at de bygger kommunikation med den eksisterende kundebase (retention) eller, som er den mest udviklende retning, opretter, erhverver eller leaser nye databaser (acquisition). Hovedproblemet med databaser er deres hurtige forældelse, især i betragtning af forsinkelsen mellem anskaffelsen af databasen og starten af dens brug. Dette problem kan løses ved forskellige online og offline metoder, herunder traditionelle. En alternativ tilgang er "trådløs" markedsføring i realtid (ved hjælp af Wi-Fi, Bluetooth, GPS-teknologier).