Wat is database marketing?
Bij Database marketing gebruik je je eigen gegevensbestanden en eventueel externe gegevens bestanden om je promotie uitingen gerichter af te stemmen. En hiermee een betere ROI (return on investment) te krijgen op promotie investeringen.
Een definitie van database marketing is :
Bij database marketing wordt computer-database technologie ingezet voor het beheren van klantgegevens lijsten. Dit gaat over lijsten met informatie over de kenmerken en de geschiedenis van interacties met het bedrijf elke klant. De lijsten worden gebruikt voor het lokaliseren, het selecteren, targeting en het vaststelling van relaties met klanten om de waarde op lange termijn van deze klanten te verbeteren om het bedrijf.
De wat grotere bedrijven hebben over het algemeen hun contact gegevens in een CRM systeem staan (Customer Relationship Management system). Een CRM is in feite ook een database, waarvan de structuur is aangepast op het onderhouden van contacten.
Maar ook wanneer je geen CRM hebt, worden klantgegevens ergens geregistreerd. Bijvoorbeeld in de database van de webwinkel of in een financieel systeem, of in een Excel spreadsheet.
Doel is zinvolle informatie, daarna actie !
Een database is een soort grote bak met gegevens. Het doel is om er voor je bedrijf zinvolle informatie uit te halen. Dit doe je met een vraag- en analyse tool. Met dergelijke tools maak je een selectie uit de gegevens waarmee je vragen kunt beantwoorden. De gevonden gegevens worden op een begrijpelijke manier gepresenteerd. Dat kun een overzichtelijke tabel zijn maar ook een grafiek.
Met zo´n antwoord moet je verder kunnen. Je kunt bijvoorbeeld
- Aanvullende vragen stellen aan de database
- Je beleid bijstellen
- Je promotie campagnes aanpassen
Analyse van gegevens
Gegevens van je klanten kun je gebruiken voor analyses. Je kunt alleen onderwerpen analyseren waarover je gegevens hebt. Registreer je niet of iemand man of vrouw is, dan kun niet onderzoeken of mannen andere producten kopen dan vrouwen.
Voor analyse kun je allerlei vragen onderzoeken. Bijvoorbeeld
- Welke producten worden goed verkocht in welke regio´s
- In welke leeftijd worden producten A en B goed verkocht
- In welk seizoen wordt product C het meest verkocht.
- Wat voor soort klanten stoppen met kopen, kun je ontdekken waarom.
Met gegevensanalyse kun je ook nog niet bekende correlaties proberen te ontdekken. Bijvoorbeeld door externe gegevensbestanden te koppelen. Wanneer je een gegevensbestand hebt over het weer kun je op heel andere vragen proberen een antwoord te vinden. Zoals :
- Wordt product A beter verkocht op dagen wanneer de zon schijnt.
- Is er een verband tussen de temperatuur buiten en verkoopprijs van de producten die we verkopen.
Door koppeling met externe gegevensbestanden kun je de mogelijkheden voor analyse uitbreiden. Er zijn organisaties die (wereldwijd) marktinformatie verzamelen, Meestal kun je daar gegevens kopen. Je kunt die gegevens gebruiken door ze te koppelen met de eigen databasegegevens.
Probeer de karakteristieken van verschillende soorten klanten helderder te krijgen, en de manier waarop zij zich door de koopcyclus bewegen. Zodat het makkelijker wordt promotie op het juiste moment daar op te richten. Welke karakteristieken hebben klanten hebben klanten die producten kopen die zorgen voor een hogere ROI?
Wanneer je eigen gegevens wilt koppelen dan moet dat technisch ook mogelijk zijn. Wanneer een klant je binnen je website, je CRM systeem en je financiële systeem een verschillend klantnummer krijgt is een koppeling van klantgegevens een probleem. Het beste is met 1 database systeem te werken dat zoveel mogelijk alle functies binnen het bedrijf kan afhandelen. Zodat binnen dat systeem een klant maar 1 klantnummer kan hebben. In de praktijk is dat niet altijd mogelijk. Heeft de klant op de website een website klantnummer gekregen, geef dan in de CRM hetzelfde nummer, of zorg dat er een extra veld is waar dit nummer geregistreerd kan worden. Al met al hebben dit soort zaken te maken met een goed ontwerp en inrichten van je CRM database. Een goede inrichting maakt het mogelijk om goede analyses te doen.
Contacten omzetten in klanten
Bedrijven die diensten verlenen hebben een contacten database. Bijvoorbeeld bezoekers van een website die om meer informatie gevraagd hebben, een zogenaamde lead.. Maar ook product verkopende bedrijven hebben contact informatie, bijvoorbeeld mensen die zich aangemeld hebben voor een nieuwsbrief. Wanneer je bij aanmelding laat aangeven in wat voor soort producten men geïnteresseerd is, kun je gerichter aanbiedingen in je nieuwsbrief verwerken. Belangrijk is dus om na te denken over hoe je informatie kunt verzamelen.
Segmenteer je markt en pas promotie uiting aan. Niet elke potentiële klant heeft hetzelfde koopgedrag of dezelfde behoefte. Wanneer het mogelijk is vitale informatie over de contactpersoon te krijgen, gebruikt dat om campagne uitingen aan te passen aan verschillende doelgroepen.
Een bestaande klant is goud waard
Een bestaande klant doet sneller een nieuwe aankoop of een transactie bij een bedrijf dan nieuw aan te trekken potentiële klanten of bezoekers van je bedrijfswebsite. Klanten die eerder iets gekocht hebben bij je bedrijf zijn van grote waarde.
Dat feit kun je dus gebruiken bij database marketing. Je kunt bijvoorbeeld onderzoeken of klanten die product A gekocht hebben, ook vaak product B kopen. Indien dat zo is kun je klanten die wel A gekocht hebben maar B nog niet, een aantrekkelijke aanbieding doen voor product B.
Soorten technieken om databases te onderzoeken
De technieken die worden gebruikt voor het beheren van lijsten bevatten:
- Selecties maken
- Gegevens combineren
- Groeperen
- Berekeningen doen als (totalen, gemiddelden e.d.)
- Statistische analyse en voorspellingen
- Presentatie informatie in rapportages en grafieken
Er zijn heel veel tools ontwikkeld die je kunt gebruiken bij analyse. Vaak werken de tools op vergelijkbare manier en zijn de mogelijkheden voor een groot deel vergelijkbaar.
Een gratis Data Analyse-tool is Google Fusion Tables
Wat is het belangrijkste
De kwaliteit van gegevens is belangrijk. Voor betrouwbare uitkomsten moeten gegevens consistent, volledig en betrouwbaar zijn. Aan de mate van betrouwbaarheid kunnen soms wel verschillende eisen gesteld worden. Het is dan belangrijk dat bij het interpreteren van de uitkomsten daar rekening mee wordt gehouden. Zijn de gegevens waarmee je start onbetrouwbaar, dan zullen de uitkomsten dat ook zijn.
Start je met het opzetten van een CRM systeem, dan is het maken van een goed ontwerp belangrijk. Een goede bepaling van welke eigenschappen je gaat bijhouden, en de indeling van categorieën zijn sterk van invloed op de mogelijkheid om goede analyses te maken.