在对的时间把对的信息发送给对的人？这是任何人在制定邮件营销策略时需要反复思考的根本问题。但是这个问题究竟意味着什么？实际情况下究竟如何操作？答案就是数据细分，把你数据库里的信息拆分成具有相关性的数据组。下面来看看全国领先的电子邮件营销服务商Focussend给大家奉上数据细分的四大技巧，为各位实现有效邮件营销助力。
了解你的数据库
首先，在对联系人进行分类和创建定制邮件之前，应该对数据进行深度分析，目的是弄清楚自己已经收集了哪些数据，数据的数量、质量、类型，以及这些数据是最新信息还是过时的信息。只有在了解数据库的价值之后你才能确定数据细分的最佳方式。
其次，必须明确你的营销战略和客户画像。数据分析能帮你确定需要什么信息，目前获得的数据是否充分，或者是否有必要获取新数据。
明确目标和分析数据库信息之后，可以对你的联系人进行细分了。
个人数据
联系人分组的最简单做法是按照性别、年龄、地址等个人数据进行细分。此类数据易于获取，用户在注册过程中常常会填写这些信息。
如果你想设置一个包含很多填写区域的数据收集表，那么记住只要将用户的Email邮箱设置成唯一必填项，这样可以留给用户更多自主选择余地，由用户自己决定分享哪些个人信息给你，因为在这个互动阶段，用户通常不乐意公开过多的个人信息。这个方面的资源可以联系博主交流沟通。
因此，一定要确保你要求的信息对你的市场战略是必需的。要求过多可能会降低转化率。
行为数据
基于行为数据的细分主要和用户行为相关，例如用户对你的邮件或网站做出的反应。这类细分能帮你明白用户目前处于转化过程的哪个阶段。
如果考虑邮件接收人可能做出的不同反应，我们可以基于以下四种行为划分出四个类别：
订阅者打开信息
订阅者没有打开信息
订阅者打开并点击信息
订阅者打开但是没有点击信息
如果想知道你的联系人的参与度级别，你可以用一个简单的公式计算出忠诚度指数：打开的信息数量/发出的信息总数。然后按照以下分类进行数据评估：
忠诚用户：指数＞75%。应该用特殊方式奖励忠诚用户，例如打折或免费服务。
不确定的用户：25%≤指数≤75%。这类群体是潜在的忠诚用户，可以通过优化邮件内容、标题、发送时间以及告诉对方如果保持对你们的忠诚将会得到奖励的方式进行转化。
不忠诚的用户：指数＜25%。这类用户的转化率很低。他们很少打开邮件，即使偶尔打开也是因为百无聊赖。他们更容易对收到的邮件产生负面情绪，这会进一步影响他们对消息价值的判断。此外，促销和特惠活动可能是一把双刃剑，通过这种方式带来的客户可能只会对低价忠诚而不是对公司忠诚。
交易型数据
这类数据与线上线下的购买行为相关，包括选择的产品种类、购买频率、订单数量、订单总金额、品牌偏好、颜色等等。
要浏览这些数据并且做到有效利用实非易事。我们的建议是针对你的数据库特性，分析相应的数据，然后进行细分。在此给出一些实例：
特惠活动：针对重复点击或者购买某一特定品牌产品的客户。
购物车：对应那些已经将产品拖进购物车但还没有下单的客户。
交叉营销：如果用户买过某种颜色的包或裙子，发邮件向对方推荐同种颜色的相关产品（无论是否打折）。
向上营销：根据客户的消费水平向其推荐更贵的产品组合。
售前营销：发邮件向近几个月下过订单的客户预告季节促销活动。
RFM分析
RFM分析是传统营销和邮件营销领域很常用的分析方法：在对用户行为进行预测统计后做出的数据细分，基于以下三种变量，你可以根据用户的具体情况对每个变量打分：
时间：最近的购买日期。
频率：购买频率。
金额：在固定时间段的平均消费金额。
下面是RFM分析的三个原则：
近期购买的客户比在很久之前有过购买行为的客户对当前的促销活动的响应度更高。
常客比偶尔购买的客户的响应度高。
平均消费量较高的客户比消费低的客户的响应度高。
优质客户当然是获得较高RFM分值的客户。我们还建议设置一个最低标准分，对低于该标准分的客户不再向其推送营销邮件，最好采取新的应对策略。
本文分析的很详细，转载自focussend，具体地址：http://app.focussend.com/focussend/News/1/2/NewsInfo_475.html
