c. Đạo đức của việc nghiên cứu trực tuyến
6.7. PHÂN TÍCH VÀ PHÂN PHỐI DỮ LIỆU
Dữ liệu thu thập từ tất cả các điểm tiếp xúc với khách hàng đƣợc lƣu trữ trong hệ thống kho dữ liệu quản lý kiến thức, sẵn sàng cho việc phân tích và phân phối cho các nhà ra quyết định marketing. Bốn loại phân tích quan trọng cho việc ra quyết định về marketing bao gồm khai thác dữ liệu, hồ sơ khách hàng, phân tích RFM (Recency – thời gian, Frequency – tần suất, và Monetary – tiền tệ) và lập báo cáo tổng hợp.
Việc khai thác dữ liệu liên quan đến việc khai thác thông tin dự báo ẩn trong cơ sở dữ liệu lớn thông qua phân tích thống kê (xem thêm về Khai thác dữ liệu). Ở đây, các nhà marketing không cần phải tiếp cận cơ sở dữ liệu với bất kỳ giả thuyết nào ngoài việc quan tâm đến việc tìm kiếm các mẫu trong các dữ liệu. Ví dụ, một nhà marketing có thể muốn biết liệu những ngƣời sử dụng sản phẩm lớn nhất có xu hƣớng mua nhiều hơn trong tháng cụ thể, hoặc mua hầu hết trong thời gian gia hạn bảo hành. Các mẫu phát hiện bởi các nhà marketing giúp họ điều chỉnh các chiến lƣợc marketing hỗn hợp, xác định các cơ hội sản phẩm mới, và dự đoán hành vi của ngƣời tiêu dùng. Sử dụng khai thác dữ liệu đã giúp Fingerhut, danh mục nhà bán lẻ (trị giá) hai tỉ USD, phát hiện ra rằng các khách hàng di chuyển nơi cƣ trú của họ tăng lên ba lần so với số lần mua trong 12 tuần sau khi chuyển nhà. Khai thác dữ liệu cũng tiết lộ rằng những ngƣời di chuyển có xu hƣớng mua đồ nội thất, điện thoại, và trang trí nhƣng không phải đồ trang sức hoặc đồ điện tử trong nhà. Fingerhut sử dụng thông tin này để tạo một đặc biệt “Cửa hàng của những ngƣời chuyển nhà”, lựa chọn sản phẩm thích hợp trong số các 15,000 thứ mà nó bán. Ngoài ra, họ đã dừng gửi các danh mục đặc biệt khác cho những ngƣời di chuyển (hoặc ngƣời đề xuất ý kiến) trong 12 tuần đầu. Khai thác dữ liệu cũng đã giúp các văn phòng của Hiệp hội ô tô Mỹ (AAA) ở Trung Đại Tây Dƣơng trong việc sắp xếp quá trình truyền thông marketing của mình, giảm số lƣợng thƣ từ, tài liệu 96%, từ 1,2 triệu đến 40,000 chiếc mỗi năm. Điều này làm giảm chi phí 92% mà không có một sự suy giảm thành viên-ghi danh nào.
Hồ sơ khách hàng sử dụng thông tin từ kho dữ liệu giúp các nhà marketing hiểu đƣợc đặc điểm và hành vi của nhóm đối tƣợng cụ thể. Thông qua quá trình này, các nhà marketing thực sự có thể hiểu ngƣời mua sản phẩm cụ thể và phản ứng của họ
62 trƣớc các chƣơng trình xúc tiến và sự thay đổi về giá. Một số tác dụng khác của hồ sơ khách hàng nhƣ:
Lựa chọn mục tiêu cho cho các chƣơng trình xúc tiến nhằm thu hút khách hàng.
Tìm và giữ khách hàng với một giá trị cao hơn từ doanh nghiệp
Hiểu biết về các đặc tính quan trọng của phần đông ngƣời sử dụng sản phẩm
Chỉ đạo các hoạt động bán chéo cho khách hàng thích hợp.
Giảm chi phí thƣ trực tiếp bằng cách tập trung vào các khách hàng có sự phản hồi thƣờng xuyên.
Phân tích RFM quét cơ sở dữ liệu theo ba tiêu chí. Trƣớc tiên, khi nào khách hàng mua lần gần nhất (tính gần nhất)? Thứ hai, mức độ thƣờng xuyên khách hàng mua các sản phẩm (tần số)? Thứ ba, khách hàng chi bao nhiều tiền cho việc mua sản phẩm (giá trị tiền tệ)? Quá trình này cho phép các công ty tập trung các chƣơng trình chào hàng vào những khách hàng nhiệt tình, phản hồi nhiều nhất, tiết kiệm chi phí quảng cáo và tăng lƣợng bán hàng. Ví dụ, một nhà bán lẻ trực tuyến có thể nhận thấy rằng các đoạn khách hàng hàng đầu làm tăng 32% doanh số bán hàng với một giá trị trung bình là đô la 69 (AOV), hoặc tăng đô la 22 của lƣợng bán trong mỗi nghìn lần tiếp xúc với một quảng cáo hiển thị trên Yahoo!. Từ đó các nhà bán lẻ có thể tính toán giá trị loại quảng cáo này và thực hiện các bƣớc để tiếp cận với phân đoạn khách hàng hàng đầu một cách trực tiếp nhất có thể.
Marketing cá nhân có thể thực hiện tất cả các khai thác dữ liệu, hồ sơ khách hàng, và phân tích RFM bất kỳ lúc nào thông qua truy cập vào các kho dữ liệu và phân phối các kết quả cho các thành viên khác tham gia vào một quyết định cụ thể.
Thiết bị lập báo cáo, mặt khác, tự động tạo ra cac báo cáo dễ đọc, chất lƣợng cao từ kho dữ liệu thông tin một cách thƣờng xuyên. Những báo cáo này có thể đƣợc đặt trong cơ sở dữ liệu kiến thức marketing trực tuyến nội bộ hoặc extranet cho tất cả khi truy cập. Các nhà marketing có thể chỉ định các thông tin cụ thể sẽ xuất hiện trong các báo cáo tự động này và các khoảng thời gian để phân phối, nhƣ trong ví dụ trƣớc đây về một nhà bán lẻ trực tuyến bán hàng gửi báo cáo hàng tuần cho tất cả các nhà quản lý. Công nghệ Back Web (www.backweb.com), HotOffice (www.hotoffice.com), và nhiều công ty cùng loại cung cấp phần mềm hợp tác có thể tự động tích hợp dữ liệu từ cả môi trƣờng vĩ mô và môi trƣờng vi mô của công ty. Ví dụ, khi một ngƣời quản lý marketing làm việc trên một bản kế hoạch marketing lƣu trữ dữ liệu, hệ thống có thể tự động đặt các tập tin trên máy chủ cho ngƣời quản lý khác có thể truy cập. Dữ liệu nội bộ đƣợc kết hợp chặt chẽ với trang web của công ty, các trang web bên ngoài, nhóm tin tức, và cơ sở dữ liệu - tìm kiếm với tất cả các khả năng. Chẳng hạn phần mềm giúp các công ty phân phối các kết quả của phân tích cơ sở dữ liệu.