資料處理 Database Marketing (1)

基本介紹

教學目標

初步了解資料庫行銷 (Database Marketing) 的基本概念。

重點概念

資料庫行銷主要是透過客戶資料庫進行分析,以在不同通路產生針對專屬個人化的行銷訊息。其中客戶資料庫主要包括了消費客戶和潛在客戶的個人資料和交易資料,接著藉由資料探勘的應用更進一步達成精準行銷的目的。然而在金融業中許多客戶相關的大量資料皆會匯整至資料倉儲 (Data Warehouse) 中,因此資料庫行銷通常會與資料倉儲進行整合應用,主要會藉由撰寫 ETL 批次程式針對消費客戶的個人資料與交易資料匯入至資料庫行銷的相關系統中進行資料處理,產生不同通路精準行銷的客戶名單。

接著許多客戶資料主要是由互動產生,例如: 開啟電子直效行銷 (eDM) 閱讀內容,並且點擊內容中的超連結。此時若要針對目標族群進行一對一行銷的效果時,就必須將互動產生的回應資料寫入至資料庫中,藉由這些回應資料再進行資料處理與資料探勘等應用,隨時修正消費客戶的相關資料,並且找出潛在客戶的相關資料,也因此又稱此類型的行銷模式為學習型行銷,當客戶回應資料越多則就越了解客戶,客戶就是市場,所以當掌握客戶資料時就是掌握了市場。然而行銷通路非常多元化,例如: 電子直效行銷、簡訊、網站、APP、…等,金融業通常會由許多不同的合作廠商進行相關應用的程式開發,此時藉由撰寫 ETL 批次程式將回應資料寫入至資料倉儲中,以利未來進行客戶整合分析,了解產品的目標族群。

此外金融業除了可以透過資料倉儲了解到產品的目標族群,更進一步以資料倉儲為基礎建立主資料管理 (Master Data Management,MDM) 的架構,針對系統客戶關係管理系統、金融交易系統 、…等與客戶相關資料系統進行主資料整合確保資料品質,以利計算出客戶取得成本、服務成本、貢獻度、…等價值。為了達到此目的就需要藉由撰寫 ETL 批次程式將相關系統中的資料寫入至資料倉儲中,以利計算客戶實際交易的終生價值。

最後目前金融業的行銷考量大部份逐漸由產品佔有率轉換成個人佔有率,簡單來說就是客戶買了任何金融產品,就能藉由資料分析出適當的行銷通路推薦適合該客戶其它金融產品。此外在金融業中每檔行銷活動皆會由許多人合力完成,此時就必須藉由 ETL 批次程式自動化流程加速檢驗與驗證行銷活動的市場成效,立即在第一時間進行調整,以利達到精準行銷。

相關資源