您的 3 维数据库。来看看如何分析吧！

[Irfanabdulla1111]

获联系人或潜在客户是许多公司入站营销策略的主要目标之一，但是......您是否想知道第二步是什么？

如果以后我们不能分析、处理信息或发货，那么所有的时间和精力都将毫无用处，您不觉得吗？

因此，今天我想和您谈谈可以对数据库进行的 3 种主要分析类型，这样您就可以更快地看到结果！

摄像机这篇文章的视频版本
播放圆轮廓
看视频

分析数据库

如何从 3 个维度分析您的数据库
我提出的这些替代方案是通过数据库的维度分析来实现的。因此，我将根据所研究的维度提出三种类型的分析，以及它们的优缺点，以便您可以选择您认为对您最有用的一种。>

一维数据库分析
它基于一系列变量，并向用户赋予最终分数，该分数将用于按相关性对联系人进行排序。其根本目标是优先考虑联系人及其有用性，因此销售团队只需获取列表并按顺序联系他们即可。

其主要缺点是没有考虑参与度等变量，因此我们没有关于这些潜在客户的足够信息。想象一下，如果不这样做，您就会失去愿意购买产品或服务的联系人，或者浪费时间联系那些不准备购买的人。

让我们看一个简单的例子：假设您有一个数据库，其中包含有关人员在公司中的职位及其计费级别的信息。在这种情况下，您对具有重要职位的联系人感兴趣，并且该公司也开具了很多发票。

尽管您分析的信息非常好且非常有用，但您忽略了品牌知识或用户是否处于购买阶段等因素。如果您的销 新加坡电话号码表 售团队在错误的时间联系用户，这可能会导致一种被拒绝的感觉，而您不希望这样！

二维数据库分析
我提出的以下分析是基于两个不同维度的分析。因此，我们一方面有社会人口统计因素，例如您的个人资料的属性，另一方面有与品牌的互动或参与度，其中将定义您对品牌的了解程度以及您如何与之互动。

进行此类二维分析的最佳方法是将其捕获在矩阵中。在一个轴上，我们代表社会人口因素，在另一个轴上，代表互动水平，直到它看起来像这样：