Comercialización de bases de datos depende fundamentalmente de poder comunicarse directamente con sus clientes. Eso significa que usted necesita su libreta de direcciones del cliente de ser lo más limpio posible. Los siguientes son algunos pasos clave que puede tomar para lograr este objetivo. En la mayoría de los casos, los proveedores de servicios de terceros pueden proporcionar estos servicios a costos razonables. Estas consideraciones se aplican no sólo a las direcciones físicas, sino a los correos electrónicos y números de dispositivos móviles, así:
Estandarizar los nombres y direcciones en un formato común. Este es un requisito previo para hacer tanto la limpieza y householding datos.
Validar que las direcciones son entregable. El envío de un pedazo de correo o de correo electrónico que no se puede entregar es ineficiente.
Actualización resuelve dar cuenta de movimientos. Correo (física o electrónica) no siempre se reenvíe.
Guarde el archivo de opt-out al día. Es muy importante que usted hacer no enviar mensajes de marketing a las personas que no quieren saber de usted.
Retire direcciones duplicadas de sus archivos de correo. Usted no quiere ser el envío de la misma comunicación varias veces a la misma dirección.
La segmentación de clientes en grupos
Los vendedores clientes agrupar en segmentos de varias maneras. Estos diversos enfoques se caracterizan por el tipo de datos que utilizan. Estos son algunos esquemas de segmentación de clientes comunes:
La segmentación demográfica: Segmentos demográficos se desarrollan examinado edad, ingresos, estado civil, la presencia de los niños, y otros rasgos similares. La comprensión de los medios y etapas de vida financieros tus clientes le ayuda a ofrecer productos y servicios pertinentes.
La segmentación geográfica: Necesidades y actitudes de los clientes varían según el lugar donde viven. Tiempo impulsa diferentes necesidades de productos en las diferentes regiones. Y uno tiene que no más lejos que el estado brecha estado rojo / azul de la política estadounidense mira a ver que las actitudes varían dramáticamente por la geografía.
Segmentación del Comportamiento: Comportamiento de compra Pasado y navegación web rendimiento comportamiento ideas de gran alcance acerca de sus clientes. Estos datos se pueden mostrar qué clientes son sensibles a los precios en comparación con los beneficios premium orientado. También muestra que los clientes son más leales a su marca.
La rentabilidad de los clientes: La agrupación de sus clientes de acuerdo a lo mucho que contribuyen a su cuenta de resultados le permite dar prioridad a los destinatarios de sus campañas.
Segmentación psicográfica: Basado en gran parte de la investigación por encuestas, la segmentación psicográfica es un intento de entender las necesidades y actitudes de los distintos clientes. Esta comprensión es muy útil en la elaboración de mensajes y ofertas que resonarán con los clientes.
Datos estadísticos utilizados en Marketing Data Driven
Cualquiera que haya utilizado una hoja de cálculo está familiarizado con la idea de tipos de datos. Datos viene en dos sabores básicos: numéricas y de caracteres - números y texto. Datos de Carácter no está involucrado en el análisis estadístico. Datos numéricos se descompone en entero de datos y decimal de datos y se puede formatear de varias maneras.
Pero cuando se trata de llevar a cabo el análisis estadístico de los datos, algunas diferencias son importantes a tener en cuenta. No todos los datos son iguales a la hora de calcular las estadísticas.
Los siguientes son los tipos de datos básicos, junto con una breve descripción de los tipos de estadísticas que se pueden realizar de manera significativa con ellos. Tenga en cuenta que cada tipo de datos en esta lista es compatible con los cálculos descritos en todos los tipos anteriores:
Los datos categóricos: Se trata de datos, es decir, desde un punto de vista estadístico, es no numérico. Simplemente clasifica los registros por categorías. Los números en camisetas de fútbol son un ejemplo. Con este tipo de datos, la única estadística significativa es el número de registros en cada categoría.
Datos ordinal: Este tipo de datos simplemente indica algún tipo de orden en el que los registros caen. Un ejemplo típico es una pregunta de la encuesta que pregunta respondedores para clasificar algo en una escala de 1 a 10. Este tipo de datos es compatible con el cálculo de los percentiles. La noción de mediana También es significativo aquí. Es importante tener en cuenta que los promedios son no significativa con datos ordinales.
Los datos de intervalo: Los datos de intervalo soporta las comparaciones de intervalos. Las cantidades en dólares, la edad, y la temperatura tienen esta propiedad. Por ejemplo, la diferencia entre 1 dólar y 2 dólares es exactamente la misma que la diferencia entre $ 100 y $ 101. Este tipo de datos es compatible con cálculos estadísticos más comunes, tales como medias y desviaciones estándar.
Datos Ratio: Datos Ratio es el tipo de datos más robusta. Se caracteriza por permitir la comparación de proporciones. Diez años es dos veces más que cinco años, por ejemplo. Este tipo de datos es compatible con prácticamente todos los imaginable cálculo estadístico, incluyendo el coeficiente de variación, así como medios más esotéricos como la media geométrica.
