Database (marketing)

O Database é uma ferramenta do marketing que se utiliza das tecnologias da informática para a segmentação de grupos de consumidores através da análise do seu perfil e do desenvolvimento de ações dirigidas, permitindo a melhor exploração do público e a descoberta de novos nichos de mercado. Muito mais que um cadastro, é capaz de gerar/proporcionar interatividade e aproximação.

Considerado a grande alavanca do marketing direto, o Database considera as diferenças e/ou igualdades dos clientes para o desenvolvimento de estratégias que otimizem este processo. Deste modo, desenvolve a coleta, manutenção e análise detalhada das informações de determinado público-alvo otimizando e direcionando o desenvolvimento de planejamentos a fim de satisfazer expectativas do público-alvo, quer seja indivíduos ou organizações.

Uso na prática

A utilização de bases de dados em atividades de marketing é provavelmente uma das ferramentas de Tecnologias de Informação mais referidas nesta área. Não obstante, verifica-se ainda na utilização de bases de dados em actividades de marketing uma limitação bastante relevante: a sua exploração resume-se na maioria das vezes a consultas e procedimentos de interrogação simples ou a aplicações estatísticas clássicas. O Database Marketing deve ser encarado com um processo estruturado que permite, para além dos processos comuns referidos, a utilização extensiva das bases de dados em actividades de marketing através da descoberta de conhecimento em bases de dados, conhecido como Data Mining.

O Database Marketing é mais do que uma ferramenta; na verdade é um conjunto de habilidades, compostas de quatro pilares:

i) Marketing: A função do marketing abrange a consultoria estratégica e a execução criativa. É o profissional de marketing que vai identificar quais serão as informações necessárias para o desenvolvimento da estratégia de marketing com os seus clientes ou clientes em potencial. ii) Tecnologia: Um ponto crucial na tecnologia é que o software de gestão do Database Marketing seja do conhecimento da empresa. Em muitos casos, quando esse controle é terceirizado, a empresa acaba perdendo o controle do que acontece com suas informações estratégicas. iii) Estatística: Após a criação da base de dados, as habilidades em estatística são a força que move o Database Marketing. Os dados não têm valor algum se não puderem ser acessados de uma maneira que agreguem valor. A habilidade de segmentar dados e criar modelos permite que o profissional de marketing aperfeiçoe o processo de utilização das informações. iv) Gerenciamento de dados: É fundamental para o Database Marketing. É aqui que o profissional de marketing deverá definir as informações, quais serão necessárias para que o Database Marketing consiga responder todas as demandas dos executivos.

É possível indicar como fases do processo de database marketing: i) Definição dos objectivos e análise do problema: especificação dos resultados esperados em função dos objectivos definidos; ii) Análise dos dados (disponiveis): observar e analisar numa óptica qualitativa e quantitativa os dados sobre os quais se pretende trabalhar. iii) Selecção dos dados: tendo em conta os objectivos definidos, o tipo de resultados esperados dever-se-á proceder à selecção dos dados entre todo o conjunto existente e segundo o significado de cada atributo no contexto em estudo; iv) Tratamento dos dados: esta fase consiste na qualificação dos dados de trabalho, isto é, importa aqui limpar os dados de valores anormais, tratar os campos nulos, valores duplicados, as inconsistências,... Esta fase é geralmente uma fase morosa, cujo resultado final poderá condicionar o sucesso de todo o processo; v) Processamento: o coração do processo de database marketing, consiste na aplicação de diferentes técnicas (simples métodos estatisticos ou aplicação de diferentes abordagens provenientes da inteligência artificial - algoritmos de redes neuronais, algoritmos de classificação, genéticos, entre outros) para o processamento de dados. Num domínio de engenharia informática esta fase denomina-se por data mining. O seu resultado consiste normalmente em modelos que poderão vir a ser utilizados sobre novos dados; vi) Análise dos resultados: os resultados são avaliados através de uma apreciação ao desempenho dos modelos obtidos. Existem muitas técnicas, como sejam a matriz de confusão ou do calculo da área abaixo da curva, entre outros; vii) Avaliação: a avaliação consiste na adequação dos resultados em função dos objectivos definidos