Toda operación de database marketing debe satisfacer algunos requisitos. 1. CAPACIDAD DE PREDICCIÓN.
El sistema deberá realizar no sólo las tareas propias de clasificación y organización de la información que se espera de una base de datos de clientes, sino que, además (y tan importante como la anterior):
Deberá ser capaz de generar predicciones del comportamiento de los clientes y prospectos (basadas en los modelos desarrollados).
Por ejemplo, ¿cuáles son, debidamente individualizados, los clientes que responderían más positivamente a una determinada acción de marketing? Si decidimos lanzar este producto o servicio, ¿cuántos de nuestros clientes y prospectos estarían en disposición de comprarlos, a qué precio, en qué condiciones?
2. GENERACIÓN DE SERIES ESTADÍSTICAS.
El sistema deberá generar automáticamente estadísticas relevantes sobre las diferentes variables y datos incorporados al sistema (por ejemplo, estadísticas individuales, acumuladas por segmentos o clusters de clientes, históricas, tendencias, etcétera).
3. FACILIDAD DE USO.
Todo el sistema deberá ser de fácil interpretación (sus outputs deben ser fáciles de comprender y utilizar): la lectura y análisis de los datos generados por la base de datos no debe ser una tarea tan compleja que convierta en impracticable toda la operación.
4. CAPACIDAD DE ELABORACIÓN DE MODELOS Y TENDENCIAS.
El sistema deberá ser capaz de generar automáticamente modelos continuamente actualizados sobre el comportamiento previsible de los clientes; por ejemplo:
Si se modifica tal elemento de la estrategia de marketing, ¿cómo reaccionarán los clientes?).
5. CONTINUIDAD.
El sistema deberá permitir una operación continua y, preferiblemente, automática de la información contenida en la base de datos (por ejemplo, actualizar la información, añadir nuevas variables, seleccionar muestras representativas, organizar la información en función de diferentes criterios, etcétera).
6. CAPACIDAD DE RESPUESTA.
El sistema deberá ser capaz de dar respuesta a "preguntas" ocasionales que sean de importancia estratégica; en este caso, es importante la estructura de data mining que se haya diseñado para el sistema (¿dónde están los filones de oro en nuestra mina de datos?). A ese respecto, de acuerdo con Ananyan, idealmente, ante una situación no usual, el sistema debería ser capaz de:
Admitir preguntas ocasionales, no repetitivas, sobre situaciones específicas no rutinarias.
Construir, a partir de esas preguntas, un modelo que determine de qué forma la variable seleccionada es influida por las variables independientes correspondientes.
Comprobar estadísticamente el modelo recién creado contrastándolo con los datos históricos disponibles en la propia base de datos.
Suministrar, a partir del modelo, los datos necesarios para elaborar una estrategia que responda a la situación específica, con miras a incrementar la eficiencia y rentabilidad de las actividades de marketing.
7. FLEXIBILIDAD.
El sistema debe ser suficientemente flexible como para admitir rápidamente cambios en su estructura sin que sea necesario proceder a su rediseño total; pero, además, debe estar dotado de la capacidad para incorporar rápidamente bases de datos externas al sistema (por ejemplo, listados de prospectos comprados externamente, información externa sobre el mercado, resultados de investigaciones de marketing propias o externas, etcétera).
8. DESARROLLADO CON CRITERIO ESTRATÉGICO.
El sistema debe estar diseñado, en todas sus partes, a partir del criterio de que será utilizado con el propósito de diseñar estrategias de marketing que permitan elevar al máximo el "valor integral neto" de cada cliente; no se trata, en consecuencia, de una simple acumulación estadístico-histórica de datos administrativos y contables.
No hay comentarios:
Publicar un comentario