細分在行銷自動化中的重要性
透過分段，我們了解資料庫中基於一系列共同特徵 以實現有效 或特徵的聯絡人「分組」 。細分對於我們的自動化行銷活動的有效性至關重要。這些分組的重要性在於，對這些定義的群組執行操作總是比對整個資料庫執行大量操作獲得更好的回應。這是因為每個用戶都有自己的興趣和特殊性，並且始終為每個用戶提供每個用戶需要的內容這一事實總是保證更好的回應。
與聯絡人溝通相關的 KPI 的改進：例如，在基於分段發送電子郵件的情況下，與批量發送相比，開啟率、點擊率和退訂率有所提高。透過這種方式，我們可以更有效地存取資料庫。
正確分割的主要優點如下：
簡而言之，透過正確的細分，我們設法個性化我 台湾电话号码数据 們的聯絡人體驗。這就是電子商務必須走的路。
電子商務細分類
當我們開始考慮哪些細分市場最適合我們的數位業務時，總是會出現許多想法，而這些想法一旦寫在紙上，就會轉化為無數的細分市場。而且這個以後就不能操作了。
我們必須為每個細分市場制定一個計劃，為他們制定一個特定的轉換管道，除了產生轉換之外還有一個特定的目標。這樣一來，一旦提出了包含大量細分的初步腦力激盪，我們就必須問自己是否對每個群體都有一個計畫。無論如何，如果我們有足夠的業務能力來針對他們每個人進行特定的溝通。
在萬歲！轉換後我們將段分為兩大塊：
A)基於行為的細分：這些分組將考慮使用者操作，範圍包括購買量、存取的類別或開啟的電子郵件。
B)基於聯絡人領域的細分：這些分組密切基於買家角色，並將考慮聯絡人固有的特徵，例如性別、是公司還是個人、地點、年齡…等。
在每個類別中，都有許多有用的細分模型，並且每個模型都會產生不同的細分。讓我們看看最重要的模型以及它們可以轉化為哪些具體部分
基於行為的細分
RFM分析與分割模型
此細分模式旨在使用 3 個概念對電子商務買家進行分類：
新近度：聯絡人最近一次購買是多久之前的事
頻率：聯絡人購買的頻率
貨幣價值：聯絡人花費的總金額
RFM 分析包括為這 3 個概念中的每一個概念的每個 飽和市場中的行銷：只有您可能知道的 7 個技巧 聯絡人提供 1 到 5 分的分數。這樣，昨天進行過購買的聯絡人今天的新近度將獲得 5 分，如果是 1 年前，我們將分配 1 分。一旦分配了分數，我們將得到許多類型的微片段：[1.1.3]、[5.2.4]、[3.4.1]…等。
當我們已經擁有所有這些微觀細分市場時，理想的做法是將它們分組為宏觀細分市場，其類型可以是：冠軍、忠實、新、潛在忠實、面臨風險…等。
例如，「冠軍」部分將由以下微觀部分組成：
5.5.5 [購買時間少於 30 天].[購買 5 次或以上].[總支出超過 1,200 歐元]
5.4.5 [購買時間少於 30 天].[4 次購買].[總支出超過 1200 歐元]
4.4.5 [1/3 個月前購買].[4 次購買].[總支出超過 €1200]
我們所做的是將這 3 個得分接近但不同的 RFM 微細分分為一個更大的細分，我們稱之為「冠軍」。
基於RFM分割的接觸分佈範例
搶先體驗「冠軍」部分的預發布和促銷活動。透過 歐洲數據 這種方式，我們獎勵他們並為他們提供價值。即使是提前大客戶的購買也可以減輕促銷活動的全面影響。
「休眠」段的重新啟動操作。此段由[1.1.1]、[1.2.1]…等類型的微段組成。他們是那些至少從我們這裡購買過一次但已經很久沒有購買過的顧客。我們可以創建一個自動化流程，向我們的聯絡人發送重新激活激勵，以重新激活他們，並在他們回到該細分市場時發送該獎勵。
基於線索評分的細分
透過這種細分模型，我們用分數來評價某些操作，因此當使用者執行操作時，他們會累積總分。