神马文学网小心数据库营销的十大误区
来源：百度文库 编辑：神马文学网 时间：2024/04/28 13:51:28
数据库营销需要从多方面考虑，并为企业提供全方位服务，这样才能实现双方利益的最大化，并促进整个行业的良性发展。
数据库营销市场上鱼龙混杂、黑白相伴的现状经常搞得很多企业的营销者晕头转向，云里雾里。正因为这样，我们想通过解读十个点数据库营销常掉入的误区，来让这些营销者能够透过迷雾看“真相”。
数据库营销=直复营销
如果你觉得数据库营销和直复营销是一回事的话，那恭喜你走入了一个概念混淆的误区。为什么这么说呢？可以看看市场上，像这样的概念太多了，比如一对一营销、点对点营销、精准营销等等。可以仔细思考下，这些概念大体上说的都是一个事儿：都是在描述一种建立在基于客户数据（或名单）的直接沟通和营销方式。而数据库营销和直复营销也包含在内。但从广义的定义和实际应用分析来看，真正的数据库营销应该包括数据的采集、管理、分析和营销应用4大环节，而并不是简单的“名单选取+营销通路（如电话、短信、直邮等）”。这也就能看出，直复营销只是数据库营销的“策划和执行”环节，不能覆盖数据库营销的全部内涵。因此，我们建议营销者在接触第三方数据库营销合作伙伴时，对他们的整个营销闭环运作过程进行全面了解，这样就可以清楚地判别对方提供的是数据库营销服务，还是简单的直复营销服务了。
这是一种第三方的服务
通常的话，第三方提供的数据库营销服务，主要用来做销售线索挖掘，即对潜在客户和新客户的获取。但是，如果将数据库营销简单的看成是一种第三方的服务，就显得有点以偏概全了。由于个人信息保护法律体系目前尚不完善，使得牵扯市场利益的各方相互缺失信任，外加上大多数第三方服务比较单一性，厂商不太可能把既有客户的数据大规模地托管到第三方，并委托以相关的营销服务重任。因此在这种情况下，厂商方会自己完成一些重要的自有客户信息或者CRM的数据库营销，同时把十分不重要的工作进行外包。这样做的好处是，厂商不但拥有简单的客户基本信息、联络信息和属性信息，还拥有大量的交易信息和服务信息，厂商可以基于分析的结果或模型，进行更为精准的营销，既节约了大量的成本，也更好地维系了客户的关系，实现了可持续的客户营销工作。而由于产品营销将逐渐让位于服务营销，这种针对服务的、特别是售后服务（或客户价值提升）的营销，将会成为厂商的首选，所以从这个意义来讲，数据库营销和CRM的结合，才是王道。
数据库营销就是精准营销
对精准营销来讲，高质量的数据源、合理分析客户的购买习惯和偏好、针对性的营销策划、缜密的营销项目管理，这几个必要条件缺了谁少了谁数据库的营销就变得“不精准”。如果说数据库营销是一个命题，那么数据库营销就是精准营销则是一个缺少必要条件的命题。而数据库营销的本源和特性就决定了它自身不可避免的“精准性”，同时为了达到这种精准性，我们就必须按照数据库营销的精深内涵来定义自己的营销实务：坚持不懈地提升客户数据的质量并进行有效的整合，通过描述性统计甚至是预测性统计来建立营销模型，针对不同类型的客户及需求来规划和策划基于不同营销通路的直复营销活动。
用来挖掘销售线索
在目前的市场格局下，数据库营销存在着种种问题：由于B2B和B2C类的数据在各类市场上都可以几乎无风险的低成本买卖，因此所谓数据库营销的进入成本很低。同时我国的企业大部分为中小型企业，正处在蓬勃发展时期，对新客户的获取类营销比较关注，而且行业内一些所谓数据库营销公司都是以直复营销为主业，缺乏其他类型的咨询和营销能力。这些都致使数据库营销的利益方把眼光死死钉在销售线索挖掘上边，而忽视了数据库营销的本质和前景，因此，单纯的认为数据库营销是用于销售线索的挖掘，不免显得有些短视。
鼠目不可以寸光，任何事物的发展都要考虑长远的规划，数据库营销的发展也是这样。因此，数据库营销与CRM的结合，特别是分析型CRM的结合，才是数据库营销的本质和未来，也将促成长远的发展。此外，数据库营销的应用也将不仅限于销售线索挖掘，而应更侧重于老客户价值的提升，如二次销售、交叉销售、垂直销售、客户服务、客户满意度、客户忠诚度、客户挽留等诸多客户生命周期中的关键环节。
它没有法律风险
如果说数据库营销没有法律风险，那是纯忽悠。任何的事情的进行都可能存在法律的风险，特别是在法律没有明确规定的大前提下，数据库的营销风险，正是来源于此。通常来讲，针对B2B类数据，只要是通过正规途径（如工商局、税务局、征信公司等）采购的，都是合法数据，基本上不存在法律的风险；而企业和第三方数据库营销公司通过自己的营销活动所采集到的B2C类数据，只要是客户授权企业使用自己的信息并在之后继续向自己发送营销的信息，那么也不存在法律的风险；关键的问题在于，市场上（不论是黑色市场还是灰色市场）存在着大量通过非正规渠道收集到的个人信息，并以非常低廉的价格进行交易，对于这些行为，法律并没有明确规定。这也形成了一个恶性循环：个人信息的滥用、个人信息获取的低成本，必然导致一个准入门槛很低并且无秩序、无自律的行业存在状态，相关的营销者也会有恃无恐地积极参与。
数据管理是个技术问题
在数据库营销中，很多企业的营销者都觉得数据管理和自己没太大关系，那是技术部门的事，很遗憾，这种想法本身就“跑偏”了。数据库营销，营销的就是数据，试问要是没有好的数据和数据管理，您跟那儿去营销数据库？数据的管理，需要技术平台、管理流程和人力三者的相互结合，对于数据管理的流程和制度这一最重要环节来说，如何整合数据并实现客户的单一视图管理，如何通过查重、标准化等方式清洗数据，如何通过多通路提升数据质量或者实现数据“保鲜”，如何实现多客户接触点的客户信息入库和回库等等，您觉得这些内容仅仅是个技术问题吗？答案是否定的，它更多层面上辐射到数据管理和营销管理的问题。从这个意义上来看，数据库营销人员必须和技术人员共同协作，才能完整地解决数据的管理问题。
通过数据分析就能建模
这句话说的有点外行，行内人士都知道，数据库营销离不开建模，模型是数据库营销的灵魂所在。教科书上很多所谓的模型，大多尚处在理论阶段，很难大规模实际应用，一些专家的经验建模，往往又脱离了数据科学性的本质。而通过数据分析建模，由于描述过去和现在的统计性分析较多，对未来的预测指导意义有限。与上面建模方式相比，最好的建模方式就是预测性建模。这种建模思路就是通过数据挖掘的方式来建立基于客户生命周期的预测性模型，并真正地指导后期的营销工作。因此我们通常建议的正是通过数据挖掘建模，它不但具有预测性，而且科学性不容置疑，因为答案不是来自于建模的工具或算法，而是来自于数据本身，来自于数据内在的规律性。当然，如果基本的数据条件不允许，我们就只能通过描述性统计或者抽样调查的方式来建立简单的“模型”了。
预测模型肯定是精准的
通常，说话中带有“肯定”两个字的都略显得绝对，这句话也不例外。预测性模型的精准性，取决于很多的因素。比如通过数据挖掘建模的前提是数据当中一定有规律，而且是比较显性的规律；如果数据中确实没有规律或者规律性不强，那么其后的模型自然也就不可能精准。如果数据量不足，或者数据整合不充分、数据质量不高，同样会造成模型结果不够精准。同时，中国的市场变化很快，消费者的消费形态变化也同样很快，处在不断变化的大环境下，模型的精准性也会着时间的推演快速下降，这就是我们为什么要强调预测性模型要定期调试或调优的原因。
用单次营销项目来衡量ROI
和其他营销方式一样，数据库营销是需要可持续发展的，不能以单次的数据库营销来解决中长期问题。这就是说，在测算ROI时，如果只考虑单次营销而不考虑各种营销方式的交叉影响或者对今后营销的铺垫及贡献，并且简单地计算投入和产出的话，那么其结果一定是令人失望的。
从技术的角度来讲，单次营销ROI或者单产品营销分析一样具有很难逾越的难度，因为任意一次的销售，都是诸多营销因素叠加的结果，通过单纯的数据模型也很难把不同营销方式的ROI进行细致的拆分。另外，单次数据库营销很难在短期内实现规模效益，而在一个相对的周期内不断地发现、培养客户才是数据库营销应用的最佳形式。我们建议用某一个营销周期内的整体数据库营销项目来衡量其ROI，这是一种比较切实可行的方法。
以营销结果来计费
很多企业销售事业部或者产品服务推广部门直接或半直接对企业的销售额负责，多方的压力使他们把“数据库营销”变成了“数据库销售”，他们都想通过营销结果来计费，但们完全扭曲了这两个概念，这也是一种急功近利的做法。试想，企业在电视台做广告，电视台会按照营销结果来计费么（即使是电视购物节目，也不是完全按照结果来计费的）？同理，为什么数据库营销就一定要按照结果来计费呢，因为它被高捧的精准性？
按照营销结果计费，必然会导致市场的恶性竞争，很多服务商不得不在竞相压价的市场环境下，采用作假的方式来应付企业，甚至有可能把营销结果卖给诸多的企业竞争对手，来弥补单次项目的亏损。因此在营销结果考核方面，我们建议企业的营销者能够和数据库营销服务商建立长期稳定的合作伙伴关系，令服务商能够深入到企业客户生命周期的全过程管理当中去，为企业提供基于CRM的数据管理、分析、规划、策划和实施全方位服务，这样才能实现双方利益的最大化，并促进整个行业的良性发展。
作者：新华信国际信息咨询（北京）有限公司汽车营销解决方案-商业决策解决方案总监 李维晗
数据库营销市场上鱼龙混杂、黑白相伴的现状经常搞得很多企业的营销者晕头转向，云里雾里。正因为这样，我们想通过解读十个点数据库营销常掉入的误区，来让这些营销者能够透过迷雾看“真相”。
数据库营销=直复营销
如果你觉得数据库营销和直复营销是一回事的话，那恭喜你走入了一个概念混淆的误区。为什么这么说呢？可以看看市场上，像这样的概念太多了，比如一对一营销、点对点营销、精准营销等等。可以仔细思考下，这些概念大体上说的都是一个事儿：都是在描述一种建立在基于客户数据（或名单）的直接沟通和营销方式。而数据库营销和直复营销也包含在内。但从广义的定义和实际应用分析来看，真正的数据库营销应该包括数据的采集、管理、分析和营销应用4大环节，而并不是简单的“名单选取+营销通路（如电话、短信、直邮等）”。这也就能看出，直复营销只是数据库营销的“策划和执行”环节，不能覆盖数据库营销的全部内涵。因此，我们建议营销者在接触第三方数据库营销合作伙伴时，对他们的整个营销闭环运作过程进行全面了解，这样就可以清楚地判别对方提供的是数据库营销服务，还是简单的直复营销服务了。
这是一种第三方的服务
通常的话，第三方提供的数据库营销服务，主要用来做销售线索挖掘，即对潜在客户和新客户的获取。但是，如果将数据库营销简单的看成是一种第三方的服务，就显得有点以偏概全了。由于个人信息保护法律体系目前尚不完善，使得牵扯市场利益的各方相互缺失信任，外加上大多数第三方服务比较单一性，厂商不太可能把既有客户的数据大规模地托管到第三方，并委托以相关的营销服务重任。因此在这种情况下，厂商方会自己完成一些重要的自有客户信息或者CRM的数据库营销，同时把十分不重要的工作进行外包。这样做的好处是，厂商不但拥有简单的客户基本信息、联络信息和属性信息，还拥有大量的交易信息和服务信息，厂商可以基于分析的结果或模型，进行更为精准的营销，既节约了大量的成本，也更好地维系了客户的关系，实现了可持续的客户营销工作。而由于产品营销将逐渐让位于服务营销，这种针对服务的、特别是售后服务（或客户价值提升）的营销，将会成为厂商的首选，所以从这个意义来讲，数据库营销和CRM的结合，才是王道。
数据库营销就是精准营销
对精准营销来讲，高质量的数据源、合理分析客户的购买习惯和偏好、针对性的营销策划、缜密的营销项目管理，这几个必要条件缺了谁少了谁数据库的营销就变得“不精准”。如果说数据库营销是一个命题，那么数据库营销就是精准营销则是一个缺少必要条件的命题。而数据库营销的本源和特性就决定了它自身不可避免的“精准性”，同时为了达到这种精准性，我们就必须按照数据库营销的精深内涵来定义自己的营销实务：坚持不懈地提升客户数据的质量并进行有效的整合，通过描述性统计甚至是预测性统计来建立营销模型，针对不同类型的客户及需求来规划和策划基于不同营销通路的直复营销活动。
用来挖掘销售线索
在目前的市场格局下，数据库营销存在着种种问题：由于B2B和B2C类的数据在各类市场上都可以几乎无风险的低成本买卖，因此所谓数据库营销的进入成本很低。同时我国的企业大部分为中小型企业，正处在蓬勃发展时期，对新客户的获取类营销比较关注，而且行业内一些所谓数据库营销公司都是以直复营销为主业，缺乏其他类型的咨询和营销能力。这些都致使数据库营销的利益方把眼光死死钉在销售线索挖掘上边，而忽视了数据库营销的本质和前景，因此，单纯的认为数据库营销是用于销售线索的挖掘，不免显得有些短视。
鼠目不可以寸光，任何事物的发展都要考虑长远的规划，数据库营销的发展也是这样。因此，数据库营销与CRM的结合，特别是分析型CRM的结合，才是数据库营销的本质和未来，也将促成长远的发展。此外，数据库营销的应用也将不仅限于销售线索挖掘，而应更侧重于老客户价值的提升，如二次销售、交叉销售、垂直销售、客户服务、客户满意度、客户忠诚度、客户挽留等诸多客户生命周期中的关键环节。
它没有法律风险
如果说数据库营销没有法律风险，那是纯忽悠。任何的事情的进行都可能存在法律的风险，特别是在法律没有明确规定的大前提下，数据库的营销风险，正是来源于此。通常来讲，针对B2B类数据，只要是通过正规途径（如工商局、税务局、征信公司等）采购的，都是合法数据，基本上不存在法律的风险；而企业和第三方数据库营销公司通过自己的营销活动所采集到的B2C类数据，只要是客户授权企业使用自己的信息并在之后继续向自己发送营销的信息，那么也不存在法律的风险；关键的问题在于，市场上（不论是黑色市场还是灰色市场）存在着大量通过非正规渠道收集到的个人信息，并以非常低廉的价格进行交易，对于这些行为，法律并没有明确规定。这也形成了一个恶性循环：个人信息的滥用、个人信息获取的低成本，必然导致一个准入门槛很低并且无秩序、无自律的行业存在状态，相关的营销者也会有恃无恐地积极参与。
数据管理是个技术问题
在数据库营销中，很多企业的营销者都觉得数据管理和自己没太大关系，那是技术部门的事，很遗憾，这种想法本身就“跑偏”了。数据库营销，营销的就是数据，试问要是没有好的数据和数据管理，您跟那儿去营销数据库？数据的管理，需要技术平台、管理流程和人力三者的相互结合，对于数据管理的流程和制度这一最重要环节来说，如何整合数据并实现客户的单一视图管理，如何通过查重、标准化等方式清洗数据，如何通过多通路提升数据质量或者实现数据“保鲜”，如何实现多客户接触点的客户信息入库和回库等等，您觉得这些内容仅仅是个技术问题吗？答案是否定的，它更多层面上辐射到数据管理和营销管理的问题。从这个意义上来看，数据库营销人员必须和技术人员共同协作，才能完整地解决数据的管理问题。
通过数据分析就能建模
这句话说的有点外行，行内人士都知道，数据库营销离不开建模，模型是数据库营销的灵魂所在。教科书上很多所谓的模型，大多尚处在理论阶段，很难大规模实际应用，一些专家的经验建模，往往又脱离了数据科学性的本质。而通过数据分析建模，由于描述过去和现在的统计性分析较多，对未来的预测指导意义有限。与上面建模方式相比，最好的建模方式就是预测性建模。这种建模思路就是通过数据挖掘的方式来建立基于客户生命周期的预测性模型，并真正地指导后期的营销工作。因此我们通常建议的正是通过数据挖掘建模，它不但具有预测性，而且科学性不容置疑，因为答案不是来自于建模的工具或算法，而是来自于数据本身，来自于数据内在的规律性。当然，如果基本的数据条件不允许，我们就只能通过描述性统计或者抽样调查的方式来建立简单的“模型”了。
预测模型肯定是精准的
通常，说话中带有“肯定”两个字的都略显得绝对，这句话也不例外。预测性模型的精准性，取决于很多的因素。比如通过数据挖掘建模的前提是数据当中一定有规律，而且是比较显性的规律；如果数据中确实没有规律或者规律性不强，那么其后的模型自然也就不可能精准。如果数据量不足，或者数据整合不充分、数据质量不高，同样会造成模型结果不够精准。同时，中国的市场变化很快，消费者的消费形态变化也同样很快，处在不断变化的大环境下，模型的精准性也会着时间的推演快速下降，这就是我们为什么要强调预测性模型要定期调试或调优的原因。
用单次营销项目来衡量ROI
和其他营销方式一样，数据库营销是需要可持续发展的，不能以单次的数据库营销来解决中长期问题。这就是说，在测算ROI时，如果只考虑单次营销而不考虑各种营销方式的交叉影响或者对今后营销的铺垫及贡献，并且简单地计算投入和产出的话，那么其结果一定是令人失望的。
从技术的角度来讲，单次营销ROI或者单产品营销分析一样具有很难逾越的难度，因为任意一次的销售，都是诸多营销因素叠加的结果，通过单纯的数据模型也很难把不同营销方式的ROI进行细致的拆分。另外，单次数据库营销很难在短期内实现规模效益，而在一个相对的周期内不断地发现、培养客户才是数据库营销应用的最佳形式。我们建议用某一个营销周期内的整体数据库营销项目来衡量其ROI，这是一种比较切实可行的方法。
以营销结果来计费
很多企业销售事业部或者产品服务推广部门直接或半直接对企业的销售额负责，多方的压力使他们把“数据库营销”变成了“数据库销售”，他们都想通过营销结果来计费，但们完全扭曲了这两个概念，这也是一种急功近利的做法。试想，企业在电视台做广告，电视台会按照营销结果来计费么（即使是电视购物节目，也不是完全按照结果来计费的）？同理，为什么数据库营销就一定要按照结果来计费呢，因为它被高捧的精准性？
按照营销结果计费，必然会导致市场的恶性竞争，很多服务商不得不在竞相压价的市场环境下，采用作假的方式来应付企业，甚至有可能把营销结果卖给诸多的企业竞争对手，来弥补单次项目的亏损。因此在营销结果考核方面，我们建议企业的营销者能够和数据库营销服务商建立长期稳定的合作伙伴关系，令服务商能够深入到企业客户生命周期的全过程管理当中去，为企业提供基于CRM的数据管理、分析、规划、策划和实施全方位服务，这样才能实现双方利益的最大化，并促进整个行业的良性发展。
作者：新华信国际信息咨询（北京）有限公司汽车营销解决方案-商业决策解决方案总监 李维晗