基于數據的營銷應用趨勢分析和對策

新現實營銷，一個厚重而敏感的話題，經濟危機和市場陰霾是現實的，未來的不確定性風險是現實的，市場和客戶的千變萬化更是現實的。面對更多的自變量和因變量，面對更加數字化的績效計量，每個理智的營銷者都在思考下一步的應對之道，而整合，則是我們無法回避的選擇。

十大基于數據的營銷應用趨勢分析

一、營銷科學與營銷藝術加速融合

回顧百年營銷史，我們不難發現營銷科學和營銷藝術始終都是市場營銷的雙螺旋DNA，圍繞二者孰輕孰重的話題也從來就沒有間斷過。在新現實營銷時代，二者的融合將進一步加速。

二、營銷閉環管理將進入大規模實踐階段

盡管戴明環的PDCA理念簡單了些，原始了些，但當我們真正把這種思想落實在實際的營銷工作當中時，卻發現所有的問題都變得不再簡單，組織架構、流程制度、系統保障等嚴重阻礙了閉環營銷的實現。在新現實營銷時代，從商業目標、營銷資源、數據整合，到策略和分析、資源配置、營銷規劃、營銷執行和績效反饋的全方位營銷閉環必將大行其道，成為熱點中的熱點。

三、全營銷業務流程整合

在傳統的品牌營銷方面，理論和實踐已經相當成熟；但是在產品和服務營銷的范疇，基于數字和信息的營銷理論和實踐，仍然有待我們深入探究。而以數據庫營銷為理論基礎的業務流程整合：數據內容整合和管理、數據質量管理、營銷管理系統、數據分析／挖掘、商業策略、商業智能和客戶智能、直復式營銷和銷售線索挖掘的全業務流程整合，將是今后一個時期內企業營銷體系發展的重中之重。

四、落實客戶全生命周期管理

客戶全生命周期管理，是客戶關系管理(CRM)理論的核心出發點，從客戶的獲取、客戶的激活、客戶的價值提升，到客戶的流失預警和挽留等階段，每個階段都有不同的分析方法、營銷策略和營銷手段，以幫助企業最大限度的利用既有的營銷資源和客戶資源，實現ROI的最大化。

五、客戶數據整合和單一客戶視圖

企業中與客戶和營銷相關的數據和信息，散落于諸如市場、銷售、渠道、供應鏈、財務、客服等多個業務單元。通過整合多渠道數據源，利用ETL建立數據倉庫，進而建立面向業務主題的數據集市，并通過單一視角審視客戶，達到最理想的客戶信息管理狀態：豐富完善、準確實時的客戶信息可以令營銷分析者、策劃者、管理者和執行者精準地分析研究客戶，進而做出并監控最合理的營銷計劃。

六、客戶數據質量管理和提升

客戶數據包括客戶的基本信息、特征信息、行為信息、購買信息、客服信息等多重數據源，客戶數據質量的精準程度，直接關系的營銷策略和營銷執行的績效，通過在客戶數據質量管理流程制度、組織機構保障和相應的數據質量管理平臺等具體策略，可以令企業的客戶數據質量在惟一性、標準性、準確性、完備性等方面達到前所未有的高度。

七、數據挖掘在營銷中的廣泛應用

企業針對營銷的分析，通常流于對過去和現實的描述性統計分析，而缺乏針對未來的預測性分析，如客戶

購買了A產品，會不會購買B服務?客戶購買某種產品的可能性有多高?客戶可能因為何種致命的因素流失掉?客戶流失的概率是多少?挽回客戶的幾率高不高?客戶現在價值不高，但未來會不會是“績優股”……這些都可以基于一個整合的客戶數據倉庫，通過數據挖掘和建模的方法來實現。而數據挖掘在客戶(價值)細分、營銷響應預測、交叉銷售、垂直銷售、流失預警和客戶忠誠度等方面的分析策略和方法，已日趨成熟。

八、多營銷通路的策略性整合

隨著企業所采用的營銷通路系統，如DM、EDM、SMS、CailCenter、Web、Fax等平臺的成熟，多平臺間數據互享、策略分發和執行互補的整合性機制和平臺將日趨成熟，并成為營銷執行層最堅實的通路保障。

九、營銷過程的自動化和智能化管理

企業的營銷系統將被植入更多的客戶智能要件：包括客戶分析的數學模型、營銷活動創建／權限分配／項目管理等流程機制、動態內容管理和交互式設計、自動測試或事件觸發機制、營銷技巧和營銷實踐等，上述內容將極大地豐富原本樸素和平實的營銷過程管理。

十、商業智能在營銷上更廣泛的應用

傳統的商業智能應用，如報表、即席查詢、OLAP、儀表盤等，以及基于業務模型的解決方案(如動態的營銷預算管理體系，營銷績效考核體系等)等將在業務模型、分析手段和展示平臺等方面極大程度地豐富其在營銷端的應用。

應對趨勢，我們的解決之道

相對而言，傳統的操作型CRM更偏重于客戶信息的管理和銷售的自動化，而分析型CRM則更偏重于營銷過程分析，從經營管理特別是市場營銷的實戰角度來講，我們認為企業的營銷者更傾向于采用集客戶信息管理、客戶智能、客戶信息分析和數據挖掘、營銷過程管理、多營銷通路整合和營銷成果展示(報表等BI應用)等為一體的整合營銷和客戶智能全方位管理平臺。具體來講，這個平臺至少應該包含以下一些模塊：

一、以客戶數據整合和高效組建單一客戶視圖為主的“數據元素”模塊

數據元素用以實現客戶信息及潛在客戶信息的360度全景展現，包括數據倉庫技術及商業智能主導的營銷平臺建設，以及復雜和異構數據的整合：1，一系列可配置的數據處理組件；2，各數據處理組件分別對各種客戶或潛在客戶數據有針對性地進行數據轉換、處理；3，各數據處理組件可被整合在一起進行復雜的數據轉換、處理；4，數據處理組件可客戶化定制開發；5，實現對原始數據的抽取、轉換并載入營銷活動數據庫。

二、以客戶數據挖掘和快速建模為主的“建模元素”模塊

建模元素是通過發掘客戶的特征、購買傾向信息進行客戶細分、預測，評估業務風險，優化定位目標客戶的模塊，包括：1、預測 創建客戶預測模型，實現更強大的營銷名單選取功能；2，客戶細分歸類建立行為特征相似的客戶群組；3，特征分析識別促成客戶特征分類的關鍵因素。

三、以營銷過程全方位規劃，策劃、部署，管理和監控為主的“營銷活動管理元素”模塊

營銷活動管理元素是用戶實現快速低成本地設計、執行、協調精準營銷活動，并與營銷活動的各種渠道實現無縫集成的模塊，包括：1，洞察既有客戶及潛在客戶的詳盡信息；2，創建及管理控制高效的營銷活動；3，管理營銷活動的過程4，特置功能使營銷活動更加簡易高效。

四、以大規模個性化的多營銷渠道整合為主的“聯絡點元素”模塊

客戶聯絡點往往是營銷活動成敗的關鍵環節。聯絡點元素可以協助銷售人員更好的利用每一個銷售線索，從而提高銷售成功率：1，基于Web界面的業務智能工具；2，更容易指導銷售人員為客戶提供有針對性的產品及服務；3，提高銷售線索轉換率；4，通過更有針對性信息的有效利用，提高銷售人員的銷售積極性。

五、以營銷績效監控和管理為主的“反饋與報表元素”模塊

反饋及報表元素是營銷績效監控和反饋部分，包括：1，豐富的營銷活動KPI體系；2，定制化的靜態(動態)報表和展示工具；3，及時對營銷活動的績效進行評估和改善。

成功應用案例

某英國著名銀行曾經面臨著諸多問題和挑戰：1、系統數據分散，缺乏對客戶的整體了解；2、冗長的營銷活動流程導致數據可用性降低；3、復雜的營銷編碼以及人工輸入流程導致營銷活動產出不高；4、無法規劃或執行差異化、個性化的營銷方案；5、無法根據客戶不斷變化的情況改變方案；6、在對客戶理解不足的情況下，進行新產品規劃。為了解決這些問題，該企業引進了一款整合營銷和客戶智能全方位管理平臺——“Elements^TM營銷元素”平臺，這是一個在歐美主流市場上已經取得成功的應用平臺，并且在傳媒、銀行、保險、娛樂、零售、電信等行業擁有完整而成熟的行業解決方案和25年的成功實踐經驗。該平臺為這家銀行提供了一套整合營銷解決方案，包含基礎數據和活動管理平臺，并且整合了所有內外部的相關客戶數據，更植入客戶購買傾向模型，該方案還包括重新定價功能，忠誠度計劃管理以及卡片安全管理等第三方服務，最后，該方案還系統地簡化和降低了對內部人員技術能力要求，同時提高了同時運作多項目的能力。

而在項目的深入階段，根據該企業的實際情況和需求，“Elements^TM營銷元素”還使用了先進的客戶信息分析和管理工具來提高營銷活動的復雜性，如使用個性化的賬單傳遞營銷信息，并且為客戶策劃和增加了可供交叉銷售的產品種類，如保險等，更為客戶開發了一整套的營銷定位套裝。

通過上述項目的實施，該企業取得了如下的巨大突破：縮短了營銷活動周期，從12周降為2周；客戶反饋率提高了200％；數據采購成本降低50％，節省了數百萬英磅；形成了對客戶的全面數據理解和系統管理。

從這個案例來看，具備整合營銷和客戶管理雙重功能的智能管理平臺對于企業的業績提升，顯然具有很現實的意義。

結語

數據的整合、業務的整合、通路的整合、系統的整合和理念的整合，整合必將會是今后一段時間內營銷領域的關鍵詞，我們希望整合營銷和客戶智能全方位管理平臺能夠在中國市場不斷生根、發芽、開花、落果，并為更多的中國和在華精英企業提供完整的和基于行業特色的解決方案。

責編／葛沐溪