（1）分解数据。
不管你是不是技高一筹的数据分析师，你都必须处理堆积如山的数据，并从这些复杂的数据和靓丽的数据模型中分解出各种问题的要害。如这段时间销量有哪些变化？流量有什么变化？成交率有什么变化？客单价有什么变化等。当你分析出一个数据变化的时候，这些步骤就会使你自然完成第二个本能工作，确定问题的所在。很显然，数据分析师可能未必具有解决问题和建议决策的能力，但他们一定能够通过推敲数据为你提供和确定问题的所在。
（2）分解问题。
数据是无法帮你分析出问题原因的所在的，你要想找到这些问题的原因，就得从客户本身出发。所以数据分析的下一步就是把从给客户那里了解到的问题和手头的数据放在一起，把这些问题分解为一个个可管理、可解决的“颗粒级”小问题。
（3）提出解决问题的办法。
要想解决问题，就得找到问题的根源。所以得深入挖掘数据，比如“这个是什么产品”，“谁在购买这个产品”，“为什么购买这个产品”，“购买这个产品的客户有什么特征”，“最能刺激他们购买的因素有哪些”等，再想想我们应该采取什么营销措施来解决这些问题。
（4）执行。
执行是对整个数据库营销做出响应的关键所在，是对存在问题做出的针对性反应，也是数据库营销“响应分析”阶段的最核心部分。
（5）数据评估。
跟所有的营销方式一样，评估是数据库营销的最后一个阶段，它是对上一阶段执行各种营销策略的审视和评估，以确定这次营销活动是否达到预期指标，为下一次营销活动提供依据。