پاورپوینت تکنیک های داده کاوی در بازاریابی فروش و مدیریت ارتباط با مشتری (pptx) 33 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 33 اسلاید

قسمتی از متن PowerPoint (.pptx) :

تکنیک های داده کاوی در بازاریابی فروش و مدیریت ارتباط با مشتری تعریف : – استخراج دانش از انبوه داده ها – کشف الگوها و قوانین پنهان در داده ها داده کاوی یک شرکت تجاری می تواند با داده کاوی از طریق درک بهتر مشتریانش فرآیند های بازاریابی، فروش و عملیات حمایت از مشتریانش را بهبود بخشد. Related Fields Statistics Machine Learning Databases Visualization Data Mining and Knowledge Discovery Data Mining Tasks: Classification Estimation Prediction Association Rules Clustering Profiling وظایف داده کاوی : طبقه بندی برآورد پیش بینی قوانین وابستگی خوشه بندی توصیف Classification مشتریان خوب یا بد چه کسانی کالا (سرویس) X را خرید می کنند مشتریان متقلب در بیمه مشتریان بدحساب در بانک برای پیش بینی خروجی های گسسته استفاده می شود Estimation برای پیش بینی و برآورد خروجی های پیوسته بکار می رود برآورد میزان خرید یک مشتری احتمال اینکه فردی به یک طرح بازاریابی پاسخ مثبت دهد برآورد زمان رخداد یک واقعه مانند از دست دادن یک مشتری prediction همانند طبقه بندی و برآورد است با این تفاوت که رکوردها را بر اساس رفتار آینده آنها طبقه بندی و یا مقادیری در اینده را برآورد می کند کدام مشتریان را در شش ماه آینده از دست می دهیم؟ میزان تقاضای کالا (سرویس) X در ماه آینده چقدر است؟ Association Rules کشف پدیده هایی که با هم رخ می دهند. کاربرد اصلی در تحلیل سبد خرید مشتریان است. همچنین در چیدمان فروشگاه های بزرگ طراحی کاتالوگ ها و تدوین استراتژی های فروش متقاطع کاربرد دارد . افرادی که کالای X را بخرند کالای Y را نیز با احتمال P1 می خرند Clustering بخش بندی یک جمعیت ناهماهنگ به زیر بخش های هماهنگ تر تفاوت خوشه بندی با طبقه بندی : در طبقه بندی هر طبقه از قبل تعریف شده است اما در خوشه بندی هیچ بینشی از قبل در مورد خوشه ها وجود ندارد در طبقه بندی هر رکورد بر اساس یک مدل که از مثال های از قبل طبقه بندی شده به دست آمده است طبقه بندی می شود اما در خوشه بندی هیچ کلاس یا طبقه ای از قبل تعریف نشده است. خوشه بندی معمولا قبل از دیگر تکنیک ها به منظور بیشتر همگون شدن داده ها انجام می شود