Il data mining è il processo di utilizzo di algoritmi statistici per raccogliere informazioni sui clienti utilizzate poi per definire una strategia di marketing più centrata e può essere un importante supporto per il Customer Relationship Managemet.
Per un uso efficace del data mining è necessario prima definire una strategia; a seconda degli obiettivi è importante decidere quali tipi di intuizioni cercare e che cosa si intende fare con le informazioni derivate. In quest’ottica è importante scegliere gli strumenti giusti: gli strumenti disponibili vanno da quelli economici e semplici a quelli molto costosi e complicati: è importante far corrispondere le competenze IT dell’azienda con lo strumento o gli strumenti che si utilizzano.
Il passo successivo è quello di scomporre e analizzare la base dati dei clienti in sotto-liste sulla base di caratteristiche comuni: ad esempio sulla quantità delle vendite, dati demografici come l’età, CAP o qualsiasi altra cosa si può pensare. Fare un sacco di liste aiuterà ad estrarre informazioni utilizzabili dal database. Utilizzando gli strumenti di data mining, le liste vanno esaminate per punti in comune. A questo punto ci si deve chiedere cosa hanno i comune i clienti e i sotto-segmenti prodotti. È inoltre possibile utilizzare il data mining per migliorare le relazioni con i fornitori e altre aziende. Spesso prevedere il comportamento del fornitore è altrettanto importante per il successo aziendale come predire il comportamento dei clienti. Tali informazioni possono essere utilizzate per formulare strategie per aumentare le vendite.
Uno dei più importanti risultati di successo del data mining è quello di prevedere chi risponderà positivamente alle varie campagne: questo può aumentare il numero contatti e ridurre il numero di coloro che non sono interessati alla campagna. Se fatte correttamente, queste previsioni sono sorprendentemente accurate. Tuttavia, se si sta costruendo una campagna impegnativa sulla base di queste previsioni è meglio comunque prevedere una farse di test sul mercato. Anche il feedback è un importante elemento di data mining. Verificare i risultati confrontandoli con il senso comune, monitorare le strategie ed i loro risultati e come si eseguono le campagne. Utilizzare il feedback per verificare che si stanno ottenendo i risultati che ci si aspetta e capire il perché.
Infine, il data mining è un supplemento al contatto con il cliente o altre forme di analisi dei dati. Correttamente applicato è uno strumento molto importante. Ma è importante riconoscerne i limiti per integrare il data mining con altri tipi di informazioni.