真正的富金礦——顧客數據庫

在未來，企業所管理的對象是顧客及顧客行為，而非產品及其代表的意義。品牌經理將被負責滿足顧客需求的顧客經理所取代。

——偉門營銷顧問公司總裁、直效營銷大師萊斯特·偉門

必勝客（Pizza Hut）的顧客數據庫管理人，一位可以在一天完成40萬筆交易的營銷人員——Julia Adamsen為顧客數據庫作了一個最好的總結：我們為什么要運用數據庫？畢竟我們只是賣比薩。答案是因為我們賣很多很多的比薩，一年有48億美元銷售額。我們用顧客數據庫來了解我們的顧客，并知道他們的欲求。

顧客會改變，品味與習慣也會改變。我們必須與顧客保持聯系，與他們聊天，傾聽他們的需求。我們通過顧客數據庫來了解：如何做才能在五年內將業績擴大一倍？與哪些顧客打交道是最有利潤的？與哪些顧客打交道是最有機會的？情勢會有什么樣的改變？

顧客才是企業最基本的資產，而不是商品、服務或固定資產，沒有顧客，我們的商品、服務乃至于固定資產都將一文不值。

信息就是力量，這就是藏在每一個顧客數據庫中的寶藏。

因此，顧客數據庫才是一座真正的“富金礦”。

顧客數據庫：可以幫助營銷人員找出最好的顧客；開發新顧客，拓展新市場；從現有顧客身上拓展更多的業務；精確鎖定目標顧客群，調整營銷火力；傳遞與產品交叉銷售，以及販賣附屬產品一致的信息；改進廣告、促銷等營銷溝通的做法；提供顧客個人化的服務，等等。

如果把顧客數據庫看作是一個觀察站，在那里可以仔細地觀察到顧客的實際行為，那么對顧客區隔的分析，便可以比喻成星相研究。妙不可言的是，這種觀察、研究極具隱蔽性，讓你的競爭對手無法仿效。

對于未受過訓練的眼睛，廣闊的星空看起來似乎是模糊的，但對一名天文學家而言，星體的形態都清楚可辨。同樣的道理也可對應消費者的宇宙——顧客數據庫。

尿布與啤酒：顧客數據庫的經典故事

人們談到顧客數據庫往往會津津樂道地提起尿布與啤酒的故事。這個故事的主角就是零售業的龍頭老大Wal-Mart，它目前擁有世界上最大的顧客數據庫系統，總容量達到101TB（1TB=1000GB）。

總部位于美國阿肯色州的Wal-Mart 是世界上最大也是發展最快的零售商，1998年營業收入達1392億美元。在美國《財富》雜志公布的1999年美國500家大公司排行榜中，上升到第2位。Wal-Mart的顧客數據庫建立于80年代。1988年，Wal-Mart顧客數據庫容量為12GB，1989年升級為24GB，以后逐年增長，1996年其數據量已達7.5TB，1997年為了對話節的市場預測和分析，Wal-Mart將顧客數據庫容量擴展到24TB。

利用顧客數據庫，Wal-Mart對商品進行購物籃分析（Marketing Basket Analysis），即分析哪些商品顧客最有希望一起購買。Wal-Mart顧客數據庫里集中了各個商店一年多詳細的原始交易數據。在這些原始交易數據的基礎上，Wal-Mart利用自動數據挖掘工具（模式識別軟件）對這些數據進行分析和挖掘。一個意外的發現就是：跟尿布一起購買最多的商品竟是啤酒！按常規思維，尿布與啤酒風馬牛不相及，若不是借助于顧客數據庫系統，商家決不可能發現隱藏在背后的事實：原來美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回兩瓶啤酒。既然尿布與啤酒一起購買的機會最多，Wal-Mart就在它的一個個商店里將它們并排擺放在一起，結果是尿布與啤酒的銷售量雙雙增長。由于這個故事的傳奇性和出人意料，所以一直被業界傳誦。

利用顧客數據庫，Wal-Mart在規劃商品分組布局、降低庫存成本、了解銷售全局、進行市場分析和趨勢分析等方面均有卓越表現。

商品分組布局：作為微觀銷售和一種策略，合理的商品布局能節省顧客的購買時間，刺激顧客的購買欲望。Wal-Mart利用前面提到的購物籃分析（MBA），分析顧客的購買習慣，掌握不同商品一起購買的概率，甚至考慮購買者在商店里所穿行的路線、購買時間和地點，從而確定商品的最佳布局。

降低庫存成本：加快資金周轉，降低庫存成本是所有零售商面臨的一個重要問題。Wal-Mart通過顧客數據庫系統，將成千上萬種商品的銷售數據和庫存數據集中起來，通過數據分析，以決定對各個商店各色貨物進行增減，確保正確的庫存。數十年來，Wal-Mart的經營哲學是“代銷”供應商的商品，也就是說，在顧客付款之前，供應商是不會拿到貨款的。顧客數據庫強大的決策支持系統每周要處理2500個復查查詢，其中很大一部分來自供應商，庫存信息和商品銷售預測信息通過電子數據交換（EDI）直接送到供應商那里。顧客數據庫系統不僅使Wal-Mart省去了商業中介，還把定期補充庫存的擔子轉嫁到供應商身上。1996年，Wal-Mart開始通過Web站點銷售商品，商品都是從供應商處直接訂貨。Web站點銷售相當成功，在其投入運營的第一個周末就賣出100多萬件商品。

了解銷售全局：各個商店在傳遞數據之前，先按照商品種類銷售數據、商店地點、價格和日期等對數據進行分組，通過這些分類信息，Wal-Mart能對每個商店的情況有詳細的了解。在最后一家商店關門后一個半小時，Wal-Mart已確切知道當天的運營和財政情況。憑借對瞬間信息的隨時捕捉，Wal-Mart對銷售的每一點增長、庫存貨物百分比的每點上升和通過削價而提高的每一份銷售額都了如指掌。

市場分析：Wal-Mart利用數據庫挖掘工具和統計模型對顧客數據庫的數據進行仔細的研究，以分析顧客的購買習慣、廣告成功率和其他戰略性的信息。在Wal-Mart每周六的高級會議上要對世界范圍內銷售量最大的15種商品進行分析——然后確保在正確的時間、正確的地點有正確的庫存。

趨勢分析：Wal-Mart利用顧客數據庫對商品品種和庫存的趨勢進行分析，以選定需要補充的商品，研究顧客購買趨勢，分析季節性購買模式，確定降價商品，并對其數量和運作做出反應。為了能夠預測出季節性銷售量，它要檢索顧客數據庫擁有的10萬種商品一年多來的銷售數據，并在此基礎上作分析和知識挖掘。

Wal-Mart的締造者Sam Walton在他的自傳《Made in Americe: My Story》一書中寫道：“我能頃刻之間把信息提取出來，而且是所有的數據。我能拿出我想要的任何東西，并確切地講出我們賣了多少。”這感覺就像在海洋里，“輕舟已過萬重山”。

這個故事僅是Wal-Mart借助顧客數據庫受益的許多成功事例中的一個花絮。

從顧客檔案中找到一個全新市場

布明戴百貨在首次開始追蹤顧客的購買行為，并建立顧客數據庫時發現，對顧客所做的某些假設未必正確。現在，布明戴百貨的皮具部門Maximilian，以帶動潮流設計師的毛皮制品為其特色。在公司發展顧客數據庫初期，該皮具部門叫做“北有光”，多擺設平價的皮具。即使如此，對消費者而言，喜好流行設計師產品的顧客會是皮具最佳的潛在顧客。于是，所有的促銷火力都放在這個消費群體上。當布明戴百貨的營銷主管檢查存儲在顧客數據庫中的銷售資料后，他們開始懷疑這一結論的正確性。

為了找出皮具購買者在布明戴百貨最常消費的其他部門，他們檢查分析了交叉購物的報告，結果發現這些消費者出現在Liz Caliborne、優寶運動用品部(Better Sportswear)、青少年服飾部及男飾部。后續的皮具促銷活動就特別針對經常在這幾個部門消費、卻從未買過皮具的顧客而設計。

從布明戴百貨的事例中我們得到以下啟示：

1、減少郵寄量，審慎地鎖定最有潛力的消費者，可創造相當可觀的業績；

2、公司在顧客數據庫里可為皮具找到更廣大的市場。