Sarah E. Varney

你的市场信息数据仓库有一个新的挑战:保持用户。你需要找到一种方法,运用收集到的数据来预测用户未来的购买行为,这就是数据库营销法的所在。数据库营销就是把数据库采掘与预测模型以及台式显示工具结合起来,以帮助市场营销人员对客户行为作深入的洞察分析。最终的目标是预测用户的忠诚度,也就是哪些用户对你的品牌依然衷情,哪些用户甘愿转向其他。如果你能够预测到这些行为,你将能够有更大的机会来留住客户。

减少用户的转向真的那么重要吗?当然,保持原有的用户市场比开发许多市场要廉价得多,尤其是在电信和无线通信领域更是如此。电信和家电领域的管制撤销意味着用户有了更多的选择,用户的多种选择对于公司来说又意味着用户流失的风险和更高的市场营销费用。

在南加利福尼亚石油公司,管制撤销是启动数据库营销计划的推动力,这家公司利用它的大型机和DB2数据库,并完善了它现有的数据分析工具来聚焦它的营销目标。在过去两年里 ,该公司使用数据采掘技术来预测用户行为,使其直接营销费用节省了大约40万美元。“使用数据库营销技术、市场部能够详细描述最可能继续合作的用户群。”该公司数据库营销顾问 Tom Eunice解释说,“我们运用SAS来推测哪些用户需要我们的石油,我们集中注意力于这些用户,给予他们最优厚的夏冬季差价,也许其中不乏单身家庭。然后,我们建立一个模型用来分析每一位用户,把最可能的客户选出,于是我们就把市场注意力转向他们。”回应率还是很可观的,在7%到11%之间。Eunice说,“对于直接营销来说,这是难以令人致信的高。”

这家公司使用SAS研究所的软件包来分析客户信息,这些信息来自公司帐目记录和来自

于Equifax和US Census记录的信用数据相结合。系统允许市场运作人员从公司的DB2数据库以及VSAM和大型机上的普通文件中提取数据,一台运行SAS软件包的HP9000服务器负责这项统计分析任务。

该公司也使用数据库营销来降低客户流失。近来,这家公司得知小型的,只需取暖设施的客户对于价格上涨出乎意料的敏感。Eunice说,“我们发现,如果收费率提高,他们将转向用电”之后,这家公司做了一个成本/利润分析,“我们需要知道,如果他们流失,我们的损失代价是多少?后来我们确认在此耗费一点,并不会失去许多,但是,对他们来说我们改变了营销策略”。这个事例正阐明了以上问题。

由集成来实现数据库营销系统

成功实现数据库营销系统的关键在于3方面组件的集成,按Lightbridge公司产品部经理Stephen Husan的说法,这3个方面是:(1)存储在数据仓库或数据处理机中的事实数据——大都来自于帐目系统;(2)统计技术或使用预测模型的工具;(3)功能强大的展示工具。

目标是实现一个能产生精确描述客户群的程序。一旦数据采掘引擎从数据仓库中挑出一组客户,下一步是进一步推测分析精确的客户特征,这些特征反应哪些用户最有可能转向一项竞争产品或服务,对每一轮新产生的客户数据,都产生一组新的统计模型来分析客户群。

理解预测模型和他们如何实现并不是很容易的事,事实是大多数IS商家都没有独立进行这种项目的准备。Lightbridge公司的Husan说,“大多数的IS经理们认为他们组件建立不了预测模型。在这个领域,你必须结合数据仓库技术和数据采掘技术理解预测模型。”

Lightbridge公司目前正在销售Channel Wizard软件包,它可以帮助公司辨别哪些信道最卖座,怎样改变营销计划增加销售额。它还刚刚推出一个数据库营销软件包——Churn Pro phet,它包括基于Pilot Software’s Discovery Server的预测能力,使用预测采样技术对数据仓库中的信息的用户群上进行整理。以上这两个产品都是面向无线通信领域的,对于他们来说客户的流失生死攸关。Husan说,“ 在无线通信工业,每年的客户流动率是25%,这意味着每年他们将失去25%的客户。”

无线通信领域的残酷竞争

随着管制解除和PCS无线经营许可证的发放,将有5～7家公司供客户选择,而不再是两家。在你考虑信息获取费用之高时,很容易看到电信公司和无线通信公司所面临的信息供给狂潮的竞争。

Lightbridge目前正在为Southwestern Bell Mobile System开发一个大项目,它将集成Churn Prophet。大约在一年半之前,这家公司启动了一个数据仓库工程,使用Oracle数据库软件和Pyramid Technology的SMP硬件。这个区域性的Bell公司正在使用一个Nile SMP系统,并计划在不久的将来转移到RM1000系统上,最终数据仓库将容纳10*12数量级的数据。目标是在以后6个月内,向Southwestern Bell的100多个市场营销人员推广这些数据营销工具。无线通信并非是唯一受到管制撤销之苦的工业领域。如果你负责管理一家银行的信息系统,你的生活将肯定是乱糟糟的。金融领域的管制撤销导致了合并狂潮,而对信息部门来说,合并简直是一场恶梦。一些银行在运用数据库营销系统来确定客户的信用置信度。

在Corestates银行,数据库营销系统还处于起步阶段。该行计划在1997年上半年开始向它的市场营销人员推广预测建模工具。

零售信用银行正在着手建立一个企业范围内的数据仓库,同时,也在建立一个基于DB2的数据自动处理系统,它完成后将容纳500GB的数据。目前,该行正使用它的零售信用信息系统(RCRIS)从各种角度来划分客户和一些文件数据RCRIS是用SAS研究所的工具来建造的,Corestates的市场营销部门使用这个系统来分析特定客户群的信用风险。

除了数据仓库项目外,Foster的信息系统部也在致力于一项基于SAS GIS的地理信息系统应用开发,它将能够在借贷数据加入到中心数据库时,让Corestates把借贷运作过程可视化 ,这将有助于该行保证它一直在遵守联邦和州的借货规定。

现有工具透视

一些新的和现有的软件包使得不太复杂的数据库营销系统可以付诸实施。它们包括来自S2系统的CRM Marketing Database 2.0,Kenan系统的Arbor/BP,以及Holistic系统的Holos 5.0。

S2的CRM Marketing Database 2.0在Informix在线动态服务器7.1上,支持客户信息描述和意向跟踪。Kenan系统的Arbor/BP是一个UNIX系统的帐目/客户系统,它使用一组允许客户集成其他的API和客户商业规则。

Holistic系统的Holos 5.0是一个构建信息系统应用的开发环境,但它包括与预测模型结合在一起的高级代理技术,并支持数据采掘。这对于数据库营销系统的使用者来说是非常理想的。Edison公司的技术副总裁Robin Cortis说,这个软件包也包括神经网络技术,使得数据采掘更具智能化。

使用者可以设置代理来提醒他们改变数据或返回数据库或数据仓库服务器重新启动。例如,一个营销人员发现某一特定客户群决定购买,他可以使用代理来标记这些客户,并为一场营销战建立一个标记进程。

即使你的公司没有开展我们所提到的领域或业务,日益激烈的竞争仍将使得客户的忠诚愈显重要。经常是,市场营销部门在得到明确的计算结果之前意识不到客户忠诚的重要性,“ 许多公司没有考虑过为获得一名新的客户他们要花费多少,真是非同寻常,我们估计得到一名新客户比保持一个原有的客户要多花费3倍到5倍的钱。”一旦公司算清了这笔帐,用不了多久他们即会考虑怎么做,用一个生命价值模型来确定客户在一个时期内的购买行为,“这是自然而然的事”。

(中科院计算机网络中心刘兵陈立立译)