二、 深入分析数据库

CRM软件一般只提供数据录入、查询、更新等基本数据管理功能，可惜没有基于数据库的各类分析功能。没有了分析功能的数据库，就好比守着一块金矿而不知道怎样挖掘，这如何发挥数据库应有的价值与作用？

一方面企业要寻找/开发合适的数据分析软件，让数据说话，优秀的数据分析软件不仅有一些基本的数据处理功能，同时具备界面生动、简单易学、反应快速等特性，而且能提供预警、预测等高级功能。

另一方面，企业必须拥有懂数据分析更懂营销的高级复合型人才，只有这样的人才才能在客观的冷冰冰的数据与复杂多变的顾客需求、形式多样的营销策略之间建立桥梁。

普通的数据分析包括趋势分析（了解过去），比重分析（判断轻重缓急的依据）等。

相对高级的数据分析包括回归分析、交叉分析等，特别是交叉分析在营销业界被广泛的运用。如分析顾客收入与需求、年龄与需求、职业与需求、性别与需求、学历与需求之间的关系等。

更高级的数据分析是深度挖掘发现型分析，包括因子分析、差异分析、聚类分析。

数据库中，年龄、性别、职业之类顾客特征比较容易获取，难的是顾客群体的心理特征，面对千千万万的顾客，如何判断他/她是价格敏感型的？追求情调的？热爱运动的？注重健康的？……

我们只有通过数据挖掘技术，进行大量的分析归纳，才可能寻找出不同价值观、不同

心理偏好为特征的顾客群。比如在零售业，分析顾客的购物清单，假设清单中80％的商品都是超市的特价商品，我们就可以将其纳入价格敏感一群；追踪顾客的购买历史数据，发现某顾客常常购买有机食品、运动装备、保健品等，我们就视之为注重健康一族。

这种基于共同心理特征的数据挖掘分析，代表着营销数据分析的最新方向。

三、 基于数据分析的推广

数据分析找出各类的顾客群，找出各种影响购买行为的因素，更重要的，我们必须根据严谨的数据分析，有针对性的采用各种推广策略，最终达到维护顾客忠诚、拉拢新顾客、提升品牌、促进消费等各类目的。

首先，对目标顾客进行再分类。考虑到时间、沟通费用等成本代价，特别是对具有海量顾客群的企业而言，如电信、银行、零售业等，真正一对一定制个性化推广策略并不现实。数据库营销推广只能有限靠近一对一个性化推广。英国的特易购公司一样，根据顾客的生理、心理、行为等特征，将数千万顾客划分为年轻学生、家庭主妇、注重健康的、爱好运动的、实惠的、情调的、忠诚的、游离的等80个顾客群类别。

不过，对一些仅有几百几千个顾客的餐饮、美发等服务性企业而言，只需根据现实及潜在消费力的大小分为A、B、C类客户群即可。

其次，对不同顾客实施不同的推广策略。不同的顾客群有不同的购买心理及行为，我们应该根据他们不同的心理、行为而设计不同的推广策略。例如：

在零售业，对实惠型的顾客群寄送特价、特别优惠券，对注重情调的顾客群组织浪漫的party，对重视健康的人群寄送新到有机食品样品，对刚有宝宝的家庭则推荐宝宝食品用品组合套餐等。

在通信业，对高端商务客户，则采用积分奖励送培训券，财经书籍等，对打工一族则力推低价长途套餐，开展订套餐送大奖活动，对学生群体则开展短信/彩铃创作大赛等多种推广策略。再仔细一点，对高端商务客户可进一步根据通话特点、个人喜好提供机场贵宾室服务、享受健身俱乐部优惠等延伸服务。