Större möjligheter med moderna databaser

Moderna databaser kan samla in och lagra en oändlig mängd data. En konsekvens är att marknadsförare får ägna mycket tid åt att analysera dessa data. Med ett stort urval av data blir analysmöjligheterna i det närmaste gränslösa. Trots obegränsade analysmöjligheter av en

278

Jacobs & Stone, 2001, s. 57

279

King, Kelvin, ”A case study in the valuation of a database”, Database Marketing & Customer Strategy Management, Vol. 14, Nr. 2, pp. 110-119, 2007, s. 111ff

oändlig mängd data finns en begränsning. Data är alltid historiska. Det är en samling fakta om händelser som redan har skett. När historiska data analyseras inför framtida beslut finns det alltid ett gap mellan gårdagen och morgondagen. Nya faktorer kan alltid ha trätt in i bilden. Jacobs & Stone menar att det aldrig finns tillräckligt med data för att en marknadsförare ska kunna fatta ett säkert beslut. Internet har skapat ett stort informationsflöde om konsumenter som kan vara svårt för företag att veta hur de bäst analyserar och tolkar. Organisationer med välbesökta hemsidor kan lagra enorma mängder användardata varje dag. Det är vanligtvis svårare att analysera information ju större datamängderna växer sig. Marknadsförare som simmar i data behöver därför effektiva verktyg för att välja ut och tolka relevanta data.280

Framväxten av enorma databaser har skapat ett behov av verktyg för att analysera stora mängder data. Data mining är en process som används för att upptäcka mönster och trender i stora databaser. Genom data mining förvandlas rådata till användbar information. Den kunskap som genereras av informationen kan enligt Liao et al. användas av företaget i ett flertal syften. God kännedom om företagets kunder underlättar beslutsfattande i alla marknadsrelaterade frågor. Det kan handla om beslut gällande leverantörer, återförsäljare eller produktutveckling. Liao et al. menar att när kunskapen om företagets kunder utnyttjas effektivt kan ett bättre erbjudande formas, vilket skapar en konkurrensfördel år företaget.281

Det finns ett antal verktyg och tekniker för data mining. Jacobs & Stone förklarar att några av de vanligaste är klusteranalys, datavisualisering, marknadskorgsanalys och neurala nätverk. I klusteranalysen sorteras liknande kunder (enligt variabler som demografi) in i samma grupp. Datavisualisering illustrerar information grafiskt med hjälp av staplar och diagram, t.ex. vilka dagar i månaden kunder helst handlar. Marknadskorgsanalys analyserar exakt vad kunderna köper för produkter, det kan hjälpa butiker att placera varor som ofta köps samtidigt nära varandra. Neurala nätverk är en modern analysmetod där en dator ”lär sig” att upptäcka komplicerade samband och relationer i insamlad data.282

Marknadsförare kan använda kunskapen från analyser av data på en mängd sätt. Det är inte ovanligt att informationen från företagets egen databas kopplas samman med externa databaser. Genom att koppla ihop kunders köphistorik med en metrologisk databas kan

280

Jacobs & Stone, 2001, s. 59

281

Chen,Chyuan-Meei., Hsiao, Shih-Chung., Hsieh, Chia-Lin. & Liao, Shu-Hsien, ” Mining information users´ knowledge for one-to-one marketing”, Expert Systems with Applications, Nr. 36, pp. 4967-4979, 2009, s. 4968

282

företag förutspå efterfrågan av glass eller vinterjackor månader i förväg. Informationen från databaser är också mycket effektiv för att ”ringa in” kunder med störst potential. Det kan ha visats sig att äldre män eller invånare i en viss stadsdel svarat bäst på tidigare marknadsföringskampanjer. Nästa marknadsföringskampanj kan då rikta sig speciellt till dessa två segment. Exemplet utgör två av de mest enkla sätt att använda informationen i en databas för att identifiera potentiella kunder. Evans beskriver hur företag med moderna databaser och analysverktyg kan segmentera med otrolig precision. Marknadsförare kan idag finna namn och adress på konsumenter som exempelvis läser en viss tidning, spelar bingo och dricker mer öl än genomsnittligt.283

Även om tekniken tillåter stora möjligheter för direktmarknadsföringen finns en kritisk faktor i form av personlig informationen om konsumenten. Marr & Robertshaw påpekar att analysresultaten blir felaktiga om insamlad data är det. Detta oavsett hur avancerade verktyg som finns att tillgå. Problemet berör inte ren transaktionsdata som köphistorik. Det handlar istället om data som hälsa, värderingar, ekonomi, köpintentioner, religion, medievanor och andra livsstilsfaktorer. Insamling av sådana data baseras på att konsumenten frivilligt avslöjar detaljer om sitt privatliv. Den sker vanligtvis genom undersökningar, svar på direktreklam eller kundkort. Information som namn och adress delar de flesta konsumenter med sig av helt öppet. Företag som istället letar information om detaljer som konsumenters privatekonomi och hälsa möter mer motstånd. Andelen konsumenter som svarar helt eller delvis felaktigt ökar kraftig vid frågor som uppfattas privata. Marr & Robertshaw menar att det beror på rädsla att informationen ska missbrukas eller delges någon okänd tredje part. Företag som är beroende av den här typen av information för sin lönsamhet måste enligt Marr & Robertshaw bygga ett förtroende hos konsumenterna som garanterar sekretess och pålitlighet.284

Coviello et al. Lyfter fram ytterligare kritik mot en för stor tilltro till möjligheterna med avancerade databaser. Författarna menar att det egentligen handlar om en indirekt kommunikation när företag utgår från databaser i sin interaktion med kunder. Det företaget anser vara en tvåvägskommunikation är egentligen envägskommunikation menar Coviello et al. Anledningen är att kunderna kommunicerar information genom sina inköp och företaget svarar genom att först analysera insamlad information och sedan anpassa framtida

283

Evans, 1998, s. 60ff

284

Marr, Norman E. & Robertshaw, Gary S, ”The implications of incomplete and spurious personal information disclosures for direct marketing practice”, Journal of Database Marketing & Customer Strategy Management, Vol. 13, Nr. 3, pp. 186-197, 2006, s. 187ff

erbjudanden. Enligt författarna handlar det då mer om att marknadsföra till kunden än interagera med kunden. 285