Mercadotecnia de bases de datos

El marketing de bases de datos nació en la década de los 80 como una nueva y mejorada forma de marketing directo. Durante el periodo tradicional, las listas de corretaje estaban bajo presión para modernizarse, ya que estaban fuera de línea y basadas en cinta, además de que las listas tienden a contener datos limitados [4] Al mismo tiempo, con las nuevas tecnologías se ha permitido grabar las respuestas de los consumidores, el marketing de respuesta directa fue en ascenso, con el objetivo de establecer un medio de comunicación de dos vías, o diálogo con clientes.

Robert D. "Bob" and Kate Kestnbaum fueron pioneros del nuevo marketing directo, a quienes de les atribuye el desarrollo de nuevos métodos de medición, tales como el "valor de vida del cliente", y la aparición de la "modelización financiera" y econometría como estrategias de marketing.[5] Ellos fundaron Kestnbam & Co en 1967, una consultoría, y este fue el lugar de entrenamiento para muchos de los principales pensadores del marketing de base de datos, incluyendo a Robert Blatteberg, Rick Courtheaux y Robert Shaw. Bob Kestnbaum due incluido en el Salón de la Fama del DMA en octubre de 2002

Kestnbaum colaboró con Shaw en la década de los 80 en varios desarrollos históricos de marketing de bases de datos en línea - para BT (20 millones de clientes), BA (10 millones) y Barclays (13 millones). Shaw incorpora características nuevas en el enfoque de Kestnbaum incluyendo el teléfono y la automatización de canal de ventasventas de campo, optimización de la estrategia de contactos, coordinación y administración de la campaña, gestión de recursos de marketing, contabilidad de marketing y análisis de marketing. Los diseños de estos sistemas han sido ampliamente copiados y posteriormente incorporados a los paquetes MRM y CRM en los años 90 y posteriores.[6]

La definición más antigua de Marketing de bases de datos registrada fue en 1988 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 a Marketing, en el que se utilizan los medios individualmente direccionables de marketing y canales (como el correo, teléfono y las fuerzas de venta): para ayudar a la compañía a extenderse a su audiencia objetivo, para estimular su demanda y para mantenerse cerca de ellos mediante el registro y mantenimiento de una bases de datos electrónica de los clientes, prospectos y todos los contactos comerciales, para ayudar a mejorar todos los contactos futuros y hacer más realista al marketing".

El crecimiento del marketing de bases de datos ha sido impulsado por una serie de problemas ambientales. Fletcher, Wheeler y Wright (1991)[7] clasifican estos factores en cuatro categorías principales: (1) cambio de papel del marketing directo; (2) el cambio de las estructuras de costo; (3) cambio de tecnología y (4) el cambio de las condiciones de mercado.

EL PAPEL CAMBIANTE DEL MARKETING DIRECTO

• El cambio a la relación de marketing para la ventaja competitiva.
• La disminución e la eficacia de los medios de comunicación tradicionales.
• La saturación y miopía de canales existentes de venta.

CAMBIO DE LAS ESTRUCTURAS DE COSTOS

• La disminución de los costos de procesamiento electrónico.
• El incremento en los costos de marketing.

CAMBIO DE TECNOLOGÍA

• La aparición de nuevos métodos para hacer compras y pagar.
• El desarrollo de métodos económicos para diferenciar la comunicación con el cliente.

CAMBIOS EN LAS CONDICIONES ECONÓMICAS"""

• El deseo de medir el impacto de los esfuerzos de mareting.
• La fragmentación de los mercados de consumo y de negocios..

Shaw y Stone (1988)señalaron que las empresas pasan por fases evolutivas en las que desarrollan sus sistemas de bases de datos de marketing. Ellos identificaron 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.

Los principales usos del marketing de bases de datos son:

1. Correo directo: se puede usar una base de datos para escoger a los consumidores a los que se van a mandar información comercial por correo.
2. Telemarketing : una base de datos puede almacenar números de teléfonos, de forma que se puede contactar a los consumidores y a los consumidores potenciales.
3. Sistemas de administración de los distribuidores : la base de datos puede sentar las bases de la información que se proporciona a los distribuidores, y para hacer un seguimiento de su rendimiento.
4. Programas de Fidelización: se puede seleccionar en la base de datos a los consumidores y consumidoras fieles para darles un trato especial y recompensar su lealtad.
5. Marketing por objetivos: se puede seleccionar un segmento a grupos de individuos o bien negocios como objetivos tras el análisis de la base de datos.

También se pueden emplear las bases de datos para intentar construir o bien fortalecer las relaciones con los consumidores. Son esta clase de esfuerzos de mejora de las relaciones con los consumidores y consumidoras los que han conseguido que el marketing de bases de datos evolucione a lo que se conoce ahora como gestión de relaciones con el consumidor (CRM).

Aunque las organizaciones de cualquier tamaño puede emplear el marketing de bases de datos, es especialmente recomendado para empresas con un gran número de clientes. Esto es porque una gran población proporciona mayores oportunidades de encontrar segmentos de clientes o prospectos que pueden ser contactados de una manera personalizada. En bases de datos más pequeñas (y más homogéneas), será más difícil justificar en términos económicos la inversión requerida para diferenciar mensajes. Como resultado, el marketing de bases de datos ha florecido en sectores como los servicios financieros, las telecomunicaciones y el comercio menudista, los cuales tienen la capacidad de generar una cantidad significativa de datos de transacciones de millones de clientes.[8]

Las aplicaciones del marketing de bases de datos se puede dividir lógicamente entre los programas que llegan a los clientes existentes y los que se dirigen a clientes potenciales.

Compañías con largas bases de datos de clientes corren el riesgo de convertirse en "ricos en datos y pobres en información". Como resultado de esto, se le da una considerable cantidad de atención al análisis de datos.[1] Por ejemplo, las compañías suelen segmentar a sus clientes basándose en el análisis de diferencias en comportamiento, necesidades o actitudes. Un método común de segmentación del comportamiento es el RFM (valor del consumidor), en el que los clientes son colocados en subsegmentos basados en la antigüedad, frecuencia y valor monetario de compras pasadas. Van del Poel (2003)[10] ofrece una visión general del rendimiento predictivo de una gran clase de variables utilizadas normalmente en el modelado de bases de datos de marketing.

También pueden desarrollar modelos predictivos que prevén la propensión de los clientes a comportase de cierta manera.Por ejemplo, los mercadólogos pueden construir un modelo que clasifique a los clientes según la probabilidad de responder a una promoción. Las técnicas estadísticas comúnmente empleadas para tales modelos incluyen la regresión logística y redes neuronales.

Con el crecimiento del marketing de bases de datos, asimismo ha crecido un mayor escrutinio por parte de los defensores de la privacidad y reguladores del gobierno. Por ejemplo, la Comisión Europea ha establecido un conjunto de normas de protección de datos que determinan qué usos se les pueden dar a los datos de clientes y cómo los consumidores pueden decidir sobre los datos que son conservados. En los Estados Unidos hay una gran variedad de leyes estatales y federales, incluyendo la Fair Credit Reporting Act o FCRA US, G. (2012).[11] (que regula la recolección y uso de datos de crédito), la Health Insurance Portability and Accountability Act (HIPAA) (que regula la recolección y uso de datos sobre la salud de los usuarios), y varios programas que permiten a los consumidores suprimir sus números de teléfonos de sistemas de telemarketing.

Si bien la idea de almacenar los datos en formatos electrónicos para utilizarlos con fines de marketing de bases de datos ha existido por décadas, los sistemas computacionales disponibles hoy en día hacen que sea posible tener una historia completa del comportamiento del cliente en pantalla mientras la empresa realiza la transacción con cada individuo, produciendo inteligencia de negocios en tiempo real. Esta habilidad permite lo que es llamado el marketing de uno a uno o personalización.

Los sistemas de administración de relaciones con el cliente en la actualidad usan los datos almacenados no sólo con fines de marketing directo, sino además para administrar la relación completa con clientes individuales y para desarrollar Producto (marketing) y ofrecer Servicio (economía) más personalizados. Sin embargo, una combinación de CRM, sistemas de gestión de contenidos y Herramientas de inteligencia de negocios están haciendo de la entrega de información personalizada una realidad.[8]

los mercadólgos capacitados en el uso de estas herramientas son capaces de llevar a cabo la crianza del cliente, que es una técnica que intenta comunicarse con cada individuo en una organización en el momento preciso, usando la información adecuada para conocer las necesidades[8] de ese cliente y progresar en el proceso de identificación del problema, aprender las opciones disponibles para resolverlo, seleccionar la solución correcta y tomar la decisión de compra.

Debido a las complejidades del marketing B2B y de las operaciones corporativas, las demandas fijadas por cualquier organización de marketing para formular el proceso de negocio mediante el cual una serie de procedimientos sofisticados pueden ser traídos a la existencia son significativos. A menudo es por esta razón que las grandes organizaciones de marketing involucran el uno de un experto en el proceso de estrategia y tecnologías de la información (IT) de marketing, o un experto en marketing de procesos de IT. Aunque de una naturaleza más técnica de lo que a menudo los vendedores requieren, un sistema integrador (SI) también juega un papel equivalente en la estrategia de procesos de comercialización en TI, sobre todo en el momento en que las nuevas herramientas tecnológicas deben ser configuradas y desplegadas.

Mientras que la inteligencia de negocios en tiempo real es una realidad para compañías selectas, sigue siendo difícil de alcanzar para muchos ya que depende de las siguientes premisas: el porcentaje del negocio que está en línea y el grado de nivel de sofisticación del software. Empresas de tecnología como Google, Dell y Apple son las que mejor posicionadas se encuentran para capitalizar dicha inteligencia. Para otras empresas se siguen aplicando métodos tradicionales, ya sea para mantener comunicación con una base de datos de clientes existentes (retención), o como motor de crecimiento mejor establecido con el fin de construir, adquirir o alquilar las bases de datos (adquisición). Un reto importante para las bases de datos es la obsolescencia -incluyendo el tiempo de retraso entre el momento en que los datos fueron adquiridos y el uso de la base de datos. Este problema se puede remediar por medios en línea y no en línea, incluyendo métodos tradicionales. Una enfoque alternativo con propósitos de adquisición es el marketing de proximidad en tiempo real.[12]

Otro de los grandes retos es actualizar la base de datos; en el mundo corporativo esto supone un mayor presupuesto de inversión y tiempo de mano de hora hombre, esto debido a que los datos que la contienen suelen cambiar rápidamente dado que las personas o sujetos que pertenecen a dicho conjunto cambian de trabajos, posiciones dentro de las compañías o datos de contacto como correos electrónicos o teléfonos móviles.

• Customer relationship management
• Valor del tiempo de vida del cliente
• Marketing directo

• Baesens Bart, Stijn Viaene, Dirk Van den Poel, Jan Vanthienen, and Guido Dedene (2002), “Bayesian Neural Network Learning for Repeat Purchase Modelling in Direct Marketing”, European Journal of Operational Research, 138 (1), 191-211.
• Optimal Database Marketing, Drake & Drozdenko, Sage Publications (2002)
• Hughes, Arthur M. (2000), Strategic Database Marketing: The Masterplan for Starting and Managing a Profitable Customer-Based Marketing Program, 2nd edition, McGraw-Hill, New 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.
• Munoz, Arturo F (2008), "Why Successful Marketing In A Recession Requires A Solid Marketing IT Process Strategy"
• Jobber, David, and Fahy, John. Fundamentos de marketing (2a. ed.). España: McGraw-Hill España, 2007.

• Medill IMC at Northwestern University