Marketing de bases de datos

El marketing de bases de datos es una forma de marketing directo que utiliza bases de datos de clientes o clientes potenciales para generar comunicaciones personalizadas con el fin de promocionar un producto o servicio . El método de comunicación puede ser cualquier medio que permita la segmentación, como en el marketing directo .

La distinción entre marketing directo y marketing de bases de datos radica principalmente en la atención que se presta al análisis de datos. El marketing de bases de datos hace hincapié en el uso de técnicas estadísticas para desarrollar modelos de comportamiento del cliente, que luego se utilizan para seleccionar a los clientes a los que se dirigen las comunicaciones. En consecuencia, los profesionales del marketing de bases de datos también suelen utilizar intensivamente almacenes de datos , ya que disponer de una mayor cantidad de datos sobre los clientes aumenta la probabilidad de construir un modelo más preciso.

Existen dos tipos principales de bases de datos de marketing: bases de datos de consumidores y bases de datos empresariales. Las bases de datos de consumidores están dirigidas principalmente a empresas que venden directamente a consumidores, a menudo abreviadas como B2C (Business-to-Consumer ) . Las bases de datos de marketing empresarial suelen ofrecer información mucho más completa. Esto se debe principalmente a que no están sujetas a las mismas leyes de privacidad que las bases de datos de consumidores.

La "base de datos" suele contener nombres, direcciones e historial de transacciones procedentes de sistemas internos de ventas o entregas, o bien una "lista" recopilada de otra organización que ha obtenido esa información de sus clientes. Las fuentes típicas de listas recopiladas son los formularios de donación a organizaciones benéficas, las solicitudes de productos gratuitos o concursos, las tarjetas de garantía de productos, los formularios de suscripción y las solicitudes de crédito.

El marketing de bases de datos surgió en la década de 1980 como una forma nueva y mejorada de marketing directo. Durante este período, la tradicional "intermediación de listas" se vio presionada a modernizarse, ya que era offline y se basaba en cintas magnéticas, y porque las listas solían contener datos limitados. ^{[ 1 ]} Al mismo tiempo, con las nuevas tecnologías que permitían registrar las respuestas de los clientes, el marketing de respuesta directa estaba en auge, con el objetivo de abrir una comunicación bidireccional, o diálogo, con los clientes.

Robert D. "Bob" y Kate Kestnbaum desarrollaron nuevas métricas para el marketing directo, como el valor de vida del cliente , y aplicaron modelos financieros y econometría a las estrategias de marketing. ^{[ 2 ]} En 1967, fundaron la firma de consultoría Kestnbaum & Co, que empleó a varios destacados expertos en marketing de bases de datos, como Robert Blattberg, Rick Courtheaux y Robert Shaw .

Kestnbaum colaboró ​​con Shaw en la década de 1980 en el desarrollo de varias bases de datos de marketing online para BT (20 millones de clientes), BA (10 millones) y Barclays (13 millones). ^{[ 3 ]} Shaw incorporó nuevas funcionalidades al enfoque de Kestnbaum, incluyendo la automatización de los canales de venta telefónica y de campo , la optimización de la estrategia de contacto, la gestión y coordinación de campañas, la gestión de recursos de marketing, la rendición de cuentas en marketing y el análisis de marketing. Los diseños de estos sistemas se copiaron ampliamente posteriormente y se incorporaron a paquetes de CRM y MRM en la década de 1990 y más adelante. ^{[ 4 ]}

La primera definición registrada de Marketing de Bases de Datos data de 1988 y aparece en el libro del mismo nombre (Shaw y Stone, 1988, Marketing de Bases de Datos):

"El marketing de bases de datos es un enfoque interactivo del marketing que utiliza medios y canales de marketing personalizados (como el correo electrónico, el teléfono y la fuerza de ventas) para brindar asistencia al público objetivo de una empresa, estimular su demanda y mantener una relación cercana con ellos mediante el registro y la conservación de una base de datos electrónica con información sobre el cliente, el cliente potencial y todos los contactos comerciales, lo que permite mejorar los contactos futuros y garantizar un marketing más eficaz."

El crecimiento del marketing de bases de datos está impulsado por una serie de problemas ambientales. Fletcher, Wheeler y Wright (1991) ^{[ 5 ]} clasificaron estos problemas en cuatro categorías principales:

1. El papel cambiante del marketing directo
   • La transición al marketing relacional para obtener una ventaja competitiva.
   • El declive de la eficacia de los medios de comunicación tradicionales.
   • La saturación y la miopía de los canales de venta existentes.
2. Estructuras de costos cambiantes
   • La disminución de los costos de procesamiento electrónico.
   • El aumento de los costes de marketing.
3. Tecnología cambiante
   • La aparición de nuevos métodos de compra y pago.
   • El desarrollo de métodos económicos para diferenciar la comunicación con el cliente.
4. Condiciones de mercado cambiantes
   • El deseo de medir el impacto de las iniciativas de marketing.
   • La fragmentación de los mercados de consumo y empresariales.

Shaw y Stone (1988) señalaron que las empresas atraviesan fases evolutivas en el desarrollo de sus sistemas de marketing de bases de datos. Identifican las cuatro fases del desarrollo de bases de datos como:

1. listas misteriosas;
2. bases de datos de compradores;
3. comunicación coordinada con el cliente; y
4. marketing integrado.

Si bien organizaciones de cualquier tamaño pueden emplear el marketing de bases de datos, resulta especialmente adecuado para empresas con un gran número de clientes. Esto se debe a que una base de datos amplia ofrece mayores oportunidades para identificar segmentos de clientes o potenciales clientes con los que se puede comunicar de forma personalizada. En bases de datos más pequeñas (y homogéneas), será difícil justificar económicamente la inversión necesaria para diferenciar los mensajes. Por ello, el marketing de bases de datos ha prosperado en sectores como los servicios financieros, las telecomunicaciones y el comercio minorista, todos ellos capaces de generar grandes cantidades de datos transaccionales de millones de clientes.

Las aplicaciones de marketing de bases de datos se pueden dividir lógicamente entre los programas de marketing que llegan a los clientes existentes y los que están dirigidos a clientes potenciales.

Las empresas con grandes bases de datos de información de clientes corren el riesgo de tener "muchos datos pero poca información". Por ello, se presta mucha atención al análisis de datos. Por ejemplo, las empresas suelen segmentar a sus clientes basándose en el análisis de las diferencias en su comportamiento, necesidades o actitudes. Un método común de segmentación conductual es el RFM (valor del cliente) , en el que los clientes se clasifican en subsegmentos según la antigüedad, la frecuencia y el valor monetario de sus compras anteriores. Van den Poel (2003) ^{[ 6 ]} ofrece una visión general del rendimiento predictivo de una amplia gama de variables que se utilizan habitualmente en el modelado de marketing de bases de datos.

También pueden desarrollar modelos predictivos que pronostiquen la propensión de los clientes a comportarse de ciertas maneras. Por ejemplo, los especialistas en marketing pueden crear un modelo que clasifique a los clientes según su probabilidad de responder a una promoción. Las técnicas estadísticas más utilizadas para estos modelos incluyen la regresión logística y las redes neuronales .

Otros tipos de análisis incluyen:

• La evaluación de impacto ayuda a las empresas a comprender cómo las acciones emprendidas por ellas afectaron el comportamiento de sus clientes , y también permite predecir la reacción de los clientes ante los cambios propuestos.

• La métrica de clientes como activos mide el valor de por vida de la base de clientes y permite a las empresas medir varios factores, como el coste de adquisición y la tasa de abandono .

• El análisis de venta cruzada identifica las relaciones entre productos y servicios para comprender mejor cuáles son las combinaciones de productos más populares. Estas relaciones identificadas pueden utilizarse posteriormente para realizar ventas cruzadas y ventas adicionales.

• El retardo crítico permite a una empresa ofrecer comunicaciones específicas a los clientes en función de sus patrones de compra individuales, lo que ayuda a aumentar la fidelidad y mejorar la retención de clientes .

A medida que el marketing de bases de datos ha crecido, ha sido objeto de un mayor escrutinio por parte de defensores de la privacidad y reguladores gubernamentales. Por ejemplo, la Comisión Europea ha establecido un conjunto de normas de protección de datos que determinan qué usos se pueden dar a los datos de los clientes y cómo los consumidores pueden influir en qué datos se conservan. En Estados Unidos , existen diversas leyes estatales y federales, como la Ley de Informes de Crédito Justos (FCRA, por sus siglas en inglés), que regula la recopilación y el uso de datos crediticios, la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA, por sus siglas en inglés), que regula la recopilación y el uso de datos de salud de los consumidores, y varios programas que permiten a los consumidores impedir que sus números de teléfono se utilicen para el telemarketing .

Si bien la idea de almacenar datos de clientes en formatos electrónicos para utilizarlos en marketing de bases de datos existe desde hace décadas, los sistemas informáticos actuales permiten obtener un historial completo del comportamiento del cliente en pantalla mientras la empresa interactúa con cada individuo, generando así inteligencia empresarial en tiempo real . Esta capacidad posibilita lo que se conoce como marketing personalizado o uno a uno .

Los sistemas actuales de gestión de relaciones con el cliente (CRM) utilizan los datos almacenados no solo para marketing directo, sino también para gestionar la relación completa con cada cliente y desarrollar ofertas de productos y servicios más personalizadas . Sin embargo, la combinación de CRM, gestión de contenidos y herramientas de inteligencia empresarial está haciendo posible la entrega de información personalizada .

Los profesionales del marketing capacitados en el uso de estas herramientas pueden llevar a cabo la fidelización de clientes, una táctica que busca comunicarse con cada individuo de una organización en el momento adecuado, utilizando la información correcta para satisfacer la necesidad del cliente de avanzar en el proceso de identificación de un problema, conocer las opciones disponibles para resolverlo, seleccionar la solución adecuada y tomar la decisión de compra.

Debido a la complejidad del marketing B2B y a las particularidades de las operaciones corporativas, las exigencias para que cualquier organización de marketing formule el proceso de negocio necesario para implementar una serie de procedimientos tan sofisticados son considerables. Por este motivo, las grandes organizaciones de marketing suelen recurrir a un experto en estrategia de procesos de marketing y tecnología de la información (TI), o a un estratega de procesos de TI para marketing. Si bien su perfil es más técnico del que suelen requerir los profesionales del marketing, un integrador de sistemas (IS) también puede desempeñar un papel equivalente al del estratega de procesos de TI para marketing, especialmente cuando es necesario configurar e implementar nuevas herramientas tecnológicas.

Uno de los principales retos para las bases de datos es la realidad de la obsolescencia, incluido el tiempo de retraso entre el momento en que se adquieren los datos y el momento en que se utiliza la base de datos.

• Plataforma de datos de clientes
• Gestión de las relaciones con los clientes
• Marketing directo
• Marketing por goteo

• Baesens Bart, Stijn Viaene, Dirk Van den Poel, Jan Vanthienen y Guido Dedene (2002), “ Aprendizaje de redes neuronales bayesianas para modelado de compras repetidas en marketing directo ”, European Journal of Operational Research , 138 (1), 191-211.
• Marketing óptimo de bases de datos, Drake y Drozdenko, Sage Publications (2002)
• Hughes, Arthur M. (2000), Marketing estratégico de bases de datos: El plan maestro para iniciar y gestionar un programa de marketing rentable basado en el cliente , 2.ª edición, McGraw-Hill, Nueva York.
• David Shepard Associates (1999), The New Direct Marketing: How to Implement A Profit-Driven Database Marketing Strategy, 3rd edition, McGraw-Hill, New York.
• Hillstrom, Kevin (2006), Hillstrom's Database Marketing, Direct Academy
• Peppers, Don and Rogers, Martha (1996), The One to One Future (One to One), Current.
• Prinzie Anita, Dirk Van den Poel (2005), "Constrained optimization of data-mining problems to improve model performance: A direct-marketing application", Expert Systems with Applications, 29 (3), 630-640.
• Tapp, Alan (1998), Principles of Direct and Database Marketing, Trans-Atlantic Publications.
• Prenner, John (2000), ROI Driven Database Marketing, UC Press
• Van den Poel Dirk (2003), “Predicting Mail-Order Repeat Buying: Which Variables Matter?”, Tijdschrift voor Economie & Management, 48 (3), 371-403.