Agenda. 1. Adatbázisépítés jogi háttere fokos adatbázisépítés. 3. Gyűjtendő adatok típusai (primer, származtatott adatok)

Átírás

1

2 Na igen

3 Agenda 1. Adatbázisépítés jogi háttere fokos adatbázisépítés 3. Gyűjtendő adatok típusai (primer, származtatott adatok) 4. Adatok karbantartása 5. Szegmentálás 6. Egy-két példa

4 Jogi szabályozás Opt-in szabályozás: csak olyan címzetteknek küldhetünk reklámanyagot, akik ehhez előzetesen hozzájárultak. Nem vonhatjuk össze egyéb adatkezelési feltételeket elfogadó szöveggel Nem lehet előre bejelölve B2B adatbázisnál is!!! (kivétel vagy címek) Adatkezelői szám: minden cégnek - amely természetes személyek adatait kezeli - rendelkeznie kell adatkezelői számmal

5 Online adatbázisok a piacon Robotok által a neten összegyűjtött címek olcsó, cserébe nem is hatékony és jogi kérdéseket is erősen felvet Alkalmazásokkal engedélyezett adatbázisok sokszor csak így használható csak az alkalmazás, a felhasználók nem tudják mire használják majd az adataikat, nem túl hatékony Ingyenes levelezők adatbázisa (fre , citromail, vipmail) kevés szűrési lehetőség, inkább mass mailre alkalmas Permission alapú adatbázisok (maxima, optimusz, egomedia, stb.) részletes szűrési lehetőségek, felhasználók engedélyezték, hogy marketing tartalmú levelet küldjenek nekik Saját hírlevél adatbázis cég kiépíti saját adatbázisát, és azon csak saját üzeneteket küld (Tesco, Otto, SuperShop, Top Shop, Unilever, stb.) Leghatékonyabb: a saját adatbázis

6 360 adatbázisépítés

7 Adatok Primer adatok: saját kutatás vagy regisztrációs kérdőíven keresztül a felhasználó megad magáról Származtatott adatok: viselkedés alapján összegyűjtött adatok (cookie, bejelentkezés)

8 Primer adatok Geográfiai adatok Földrész, ország, város, klíma, stb. Demográfiai és szociográfiai adatok életkor, nem, családi állapot, nemzetiség, iskolai végzettség, foglalkozás, jövedelem, választott közlekedési eszköz, stb. Pszichográfiai adatok érdeklődési kör, motiváció, szabadidős tevékenységek, stb.

9 Viselkedés alapú adatok esetében: Milyen típusú levélre kattintott (címkézni kell a leveleket) Mikor kattintott? Megnyitotta-e a levelet? Mikor kattintott utoljára (aktív/passzív)? Milyen eszközön nézi a leveleit? Milyen operációs rendszeren olvassa az eket? Webshop esetében: Honnan érkezett a felhasználó az oldalunkra? A nap melyik szakaszában érkezett az oldalra? Mennyi időt töltött az oldalon? Mit nézett meg az oldalon? Mire kattintott az oldalon? Hol hagyta abba a vásárlást (elhagyott kosár)? Mit vásárolt? Milyen értékben vásárolt? Milyen gyakran vásárol? Összeköthető = még pontosabb ajánlatok Scarab Gravity Sociomantric Labs (Dunnhumby) Barilliance

10 Adatok karbantartása Adatok frissítése: Változó adatok folyamatos bekérése kérdőíven keresztül. Pl.: lakhely, végzettség, státusz, milyen autója van Adatok mélyítése: Minden új információ (meglévő adatok mellett) tárolása és rendszerezése az adatbázisban. Pl.: összes viselkedés alapú információ, de a primer adatokat is lehet mélyíteni extra kérdőívekkel, különböző incentivek felajánlásával. Adatok törlése: Már nem létező címek folyamatos törlése - visszapattanó ek automata vizsgálata szükséges.

11 Használjuk a meglévő adatokat!

12 Szegmentáció alapjai Fogyasztók jellemzői alapján Földrajzi Demográfiai Pszichográfiai jellemzők Viselkedés szerinti szegmentáció Többváltozós szegmentáció

13 Szegmentációs folyamat Megérteni a vásárlók igényeit Ígéretek alapján elkészíteni a kreatív anyagokat Igények alapján csoportokba rendezni őket Kidolgozni egyedi ígéretet a csoportoknak Meghatározni a legvonzóbb csoportokat

14 Fogyasztó jellemzője alapján szegmentáció Nemek alapján eltérő üzenet és képi elemek növelik az E-dm hatékonyságát. Nem szegmentált, 10,16 % CT Férfiaknak, 15,12 % CT Nőknek, 32,28 % CT

15 Fogyasztó jellemzője alapján szegmentáció Változó képi elemek és üzenet Nők gyerekkel CT: 3,48% Nők CT: 5,07% Férfiak CT: 4,02%

16 Viselkedés alapú szegmentáció CT alapján Aktív tagok (akik az elmúlt fél évben Kattintottak a hírlevél bármelyik linkjére) 20 %-os kedvezményt kaptak, az inaktív tagok csak 15%.

17 Viselkedés alapú szegmentáció Regisztráció és vásárlás alapján Az aki, az elmúlt egy hónapban regisztrált, de még nem vásárolt 30% kedvezményt kap a többiek csak 20%-ot.

18