목차
1. 인터넷과 CRM
2. eCRM을 위한 IT 기술
3. 고객 인텔리전스를 위한 고객 데이터 통합
4. 고객 성향 분석
2. eCRM을 위한 IT 기술
3. 고객 인텔리전스를 위한 고객 데이터 통합
4. 고객 성향 분석
본문내용
■ 우리 웹사이트의 방문자 행태 중 가장 중요한 경향은 무엇인가?
■ 우리의 가장 충성도 높은 고객 특성은 무엇인가?
■ 온라인 재고를 어떻게 최적화할 수 있을까?
5. Web을 통한 Personalization
온라인상에서 고객과의 일대일 관계를 수립하기 위하여 고객들이 웹사이트에서나 또는 이메일, 타 채널 등을 통하여 전달되는 반응들을 효과적으로 모니터하고 측정, 평가할 필요가 있다. 고객의 행동을 정의할 수 있는 다양한 변수들을 통하여 고객이 웹사이트에서 제공되는 새로운 컨텐트나 마케팅 오퍼등에 어떻게 반응할지를 예측하고 평가할 수 있다. 이러한 고객의 행동을 정의할 수 있는 속성들의 예는 아래와 같다.
● 온라인상에서 보낸 시간(웹사이트에 방문하여 떠나기까지 고객이 소비한 시간)
● 구매량
● 주로 관심있어 하는 컨텐트
● 구매 빈도
● 선호도를 공유하는데 있어서의 자발성 (willingness)
● 금번 방문과 다음 방문간의 시차
● 주로 검색했던 물품
● 개인신상 정보를 갱신하는데 있어서의 자발성
● 오프라인 행태와의 차이
웹사이트의 마케터는 이러한 데이터를 중심으로 고객에 대한 일대일 마케팅 메시지를 전달할 수 있다.
■ 우리의 가장 충성도 높은 고객 특성은 무엇인가?
■ 온라인 재고를 어떻게 최적화할 수 있을까?
5. Web을 통한 Personalization
온라인상에서 고객과의 일대일 관계를 수립하기 위하여 고객들이 웹사이트에서나 또는 이메일, 타 채널 등을 통하여 전달되는 반응들을 효과적으로 모니터하고 측정, 평가할 필요가 있다. 고객의 행동을 정의할 수 있는 다양한 변수들을 통하여 고객이 웹사이트에서 제공되는 새로운 컨텐트나 마케팅 오퍼등에 어떻게 반응할지를 예측하고 평가할 수 있다. 이러한 고객의 행동을 정의할 수 있는 속성들의 예는 아래와 같다.
● 온라인상에서 보낸 시간(웹사이트에 방문하여 떠나기까지 고객이 소비한 시간)
● 구매량
● 주로 관심있어 하는 컨텐트
● 구매 빈도
● 선호도를 공유하는데 있어서의 자발성 (willingness)
● 금번 방문과 다음 방문간의 시차
● 주로 검색했던 물품
● 개인신상 정보를 갱신하는데 있어서의 자발성
● 오프라인 행태와의 차이
웹사이트의 마케터는 이러한 데이터를 중심으로 고객에 대한 일대일 마케팅 메시지를 전달할 수 있다.